![]() |
OpenCV 4.13.0
開源計算機視覺庫 (Open Source Computer Vision)
|
結構光被認為是獲取 3D 模型最有效的方法之一。該技術基於投射光圖案並從一個或多個視角捕獲照明場景。由於圖案是編碼的,因此可以快速找到影像點與投射圖案點之間的對應關係,並輕鬆檢索 3D 資訊。
最常用的編碼策略之一基於時間多路複用。在這種情況下,一組圖案依次投射到測量表面上。給定畫素的碼字通常由該畫素在投射圖案中的亮度值序列組成。因此,編碼稱為時間編碼,因為碼字的位元在時間上是多路複用的 [239] 。
在本模組中,遵循 3DUNDERWORLD 演算法中描述的(立體)方法,實現了一種基於 Gray 編碼的時間多路複用編碼策略 [127] 。更多詳細資訊,請參閱 結構光教程。
類 | |
| 類 | cv::structured_light::GrayCodePattern |
| 基於 [127] 實現灰度編碼圖案的類。 更多... | |
| 類 | cv::structured_light::SinusoidalPattern |
| 基於 [65] 實現傅立葉變換輪廓測量 (FTP)、相移輪廓測量 (PSP) 和傅立葉輔助相移輪廓測量 (FAPS) 的類。 更多... | |
| 類 | cv::structured_light::StructuredLightPattern |
| 用於生成和解碼結構光圖案的抽象基類。 更多... | |
列舉 | |
| enum | { cv::structured_light::FTP = 0 , cv::structured_light::PSP = 1 , cv::structured_light::FAPS = 2 } |
| 正弦圖案輪廓測量方法型別。 更多... | |
| enum | { cv::structured_light::DECODE_3D_UNDERWORLD = 0 } |
| 解碼演算法型別。 更多... | |
| 匿名列舉 |
#include <opencv2/structured_light/sinusoidalpattern.hpp>
正弦圖案輪廓測量方法型別。
| 列舉值 (Enumerator) | |
|---|---|
| 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>
解碼演算法型別。