OpenCV实现立体视觉的经验
OpenCV实现立体视觉的经验是指利用OpenCV这个计算机视觉库来完成立体视觉的任务。立体视觉是指通过两个或多个摄像头拍摄的图像来计算三维空间中的深度信息。 OpenCV提供了多种算法和函数来实现立体视觉，以下是其中的一些知识点：
一、摄像头驱动
在OpenCV中，需要使用DirectShow来驱动摄像头，获取左右摄像头的图像。DirectShow是一个由微软公司开发的多媒体框架，可以用来捕捉视频和音频数据。在OpenCV中，可以使用cvCaptureFromCAM函数来捕捉摄像头的图像。
二、标定
标定是指对摄像头进行参数调整，以便获取正确的三维空间中的深度信息。在OpenCV中，提供了cvStereoCalibrate函数来进行标定。但是，这个函数经常会得到很夸张的结果，因此需要使用其他方法来进行标定。 Bouguet的Matlab标定工具箱是一个非常好的选择，可以生成高精度的标定参数。
三、立体校正和匹配
在OpenCV中，使用cvStereoRectify函数来进行立体校正和匹配。这个函数可以将左右摄像头的图像进行校准和匹配，并生成校准参数。然后，可以使用cvRemap函数来对输入的左右图像进行校准。
四、立体匹配算法
OpenCV中有两种立体匹配算法，一种是Block Matching，另一种是GraphCut。Block Matching使用SAD方法，速度比较快，但效果一般。GraphCut可以生成高精度的匹配结果，但是运行速度实在是慢到不能忍。因此，Block Matching是常用的选择。
五、实际距离测量
在OpenCV中，可以使用cvFindStereoCorrespondenceBM函数来生成Disparity Map。然后，可以使用cvReprojectImageTo3D函数将单通道Disparity Map转换成三通道的实际坐标矩阵。这个函数可以生成三维空间中的深度信息。
OpenCV实现立体视觉需要进行摄像头驱动、标定、立体校正和匹配、立体匹配算法和实际距离测量等步骤。每个步骤都需要使用不同的算法和函数来完成。
