![]() |
OpenCV 4.13.0
開源電腦視覺 (Open Source Computer Vision)
|
結構光被認為是獲取 3D 模型最有效的技術之一。此技術基於投影光圖案並從一個或多個視點捕捉被照亮的場景。由於圖案是經過編碼的,因此可以快速找到圖像點與投影圖案點之間的對應關係,並輕鬆獲取 3D 資訊。
最常用的編碼策略之一是基於時間多工(time-multiplexing)。在這種情況下,一系列圖案會被連續投影到測量表面上。給定像素的碼字(codeword)通常由該像素在所有投影圖案中的亮度值序列組成。因此,這種編碼被稱為「時間」編碼,因為碼字的位元是在時間上進行多工處理的 [239] 。
本模組實作了一種基於葛雷碼(Gray encoding)的時間多工編碼策略,採用了 3DUNDERWORLD 演算法 [127] 中所描述的(立體)方法。更多詳細資訊,請參閱 結構光教學 (Structured Light tutorials)。
類別 | |
| class | cv::structured_light::GrayCodePattern |
| 實作 Gray-code 圖樣的類別,基於 [127]。 更多... | |
| class | cv::structured_light::SinusoidalPattern |
| 實作傅立葉轉換輪廓術 (FTP)、相移輪廓術 (PSP) 及傅立葉輔助相移輪廓術 (FAPS) 的類別,基於 [65]。 更多... | |
| class | cv::structured_light::StructuredLightPattern |
| 用於生成與解碼結構光圖樣的抽象基底類別。 更多... | |
列舉 | |
| 列舉 | { cv::structured_light::FTP = 0 , cv::structured_light::PSP = 1 , cv::structured_light::FAPS = 2 } |
| 正弦條紋輪廓術方法類型。更多... | |
| 列舉 | { cv::structured_light::DECODE_3D_UNDERWORLD = 0 } |
| 解碼演算法類型。更多... | |
| 匿名列舉 |
#include <opencv2/structured_light/sinusoidalpattern.hpp>
正弦條紋輪廓術方法類型。
| 列舉值 | |
|---|---|
| FTP Python: cv.structured_light.FTP | |
| PSP Python: cv.structured_light.PSP | |
| FAPS Python: cv.structured_light.FAPS | |
| 匿名列舉 |
#include <opencv2/structured_light/structured_light.hpp>
解碼演算法類型。