简介这份资源是面向计算机相关专业学生与项目实战学习者的课程设计源码包聚焦基于Python实现的单目与双目视觉三维重建适合正在做毕设、期末大作业或需要视觉算法练手项目的同学。包内共41个文件以34张jpg图像样本、3个py脚本、2个txt说明、1个md文档和1个png示意图为主压缩包约80.23MB涵盖单目重建、双目立体匹配与图像拼接等核心模块目录结构清晰便于按功能定位代码与素材。目前已有141人学习下载。读者可据此获得一套完整可运行的高分项目方案直接参考单目与双目两条技术路线的实现逻辑结合示例图像快速复现三维重建流程并借助说明文档理解关键步骤与参数含义为课程设计答辩或后续视觉项目开发提供可复用的代码基础与排错思路。1. 从两张照片到三维点云这套 Python 单双目重建源码到底能跑出什么很多做课程设计或期末大作业的同学卡在同一个地方题目定了「视觉三维重建」但真到动手时连从哪张图开始、用什么库、输出长什么样都心里没底。这套基于 Python 的单目双目视觉三维重建源码解决的正是这个从零到跑通的落地问题。它把单目重建和双目立体匹配两条线都做成了可独立运行的脚本配套了实拍的双目图像对和单目序列图还有一份 README 说明运行方式。你拿到手不是一堆散代码而是一个能直接跑出深度图、视差图和三维点云的最小闭环。适合正在做计算机相关毕设、课程设计、期末大作业的学生也适合想补一次完整视觉项目实战的入门者。它不追求 SOTA 精度但胜在结构清晰、依赖明确、每一步都能看到中间结果这对交作业和答辩讲解来说比一个黑箱模型有用得多。2. 单目与双目两条技术路线先搞清原理再决定跑哪个脚本2.1 单目重建靠什么撑起深度从明暗、纹理到深度图单目三维重建在课程设计里常被误解成「一张图直接出三维模型」实际上它拿不到真实尺度只能靠图像内部的线索去估计相对深度。这套源码里的mono.py走的是典型的单目深度估计路线输入是mono.txt里列出的那组单目序列图输出是逐像素的深度图。它的核心逻辑是同一场景在不同视角或不同光照下纹理、边缘、遮挡关系会变化算法通过这些变化反推每个像素离相机有多远。常见做法有两类一类是基于几何的从运动恢复结构需要多张图做特征匹配和相机位姿估计另一类是直接用一个预训练或简化模型做单张图的深度回归。这套课程设计源码更偏向后者好处是依赖少、跑得快、结果直观适合在答辩时展示「输入一张图输出一张深度热力图」的效果。你要清楚它的边界单目深度没有绝对尺度输出的是相对深度不能直接拿去做精确测量。如果你的题目要求输出真实物理距离那单目这条线只能作为对比实验主结果还得靠双目。运行前先确认环境Python 3.7 以上、OpenCV、NumPy、Matplotlib 基本就够。我一般会先建一个干净虚拟环境避免和系统里其他包的版本打架。python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate pip install opencv-python numpy matplotlib这三行做完基础依赖就齐了。OpenCV 负责图像读写和立体匹配NumPy 管矩阵运算Matplotlib 用来把深度图和点云可视化出来。不要小看环境隔离这一步后面如果报cv2找不到或者版本冲突八成就是没隔离干净。2.2 双目重建的命门标定、校正、匹配三步不能省双目这条线在binocular_v1.py里输入是stereoimages文件夹里的实拍图像对输出是视差图和三维点云。它的原理比单目硬核左右两个相机同时拍同一场景同一个物点在左右图中成像位置有水平偏移这个偏移量就是视差视差越大物体越近视差越小物体越远。有了视差和相机基线、焦距就能算出深度。但这里有个血泪经验双目重建翻车九成不是匹配算法的问题而是标定和校正没做好。源码里配套了bino.txt里面是双目相机的标定参数包括内参矩阵、畸变系数、旋转和平移矩阵。这些参数决定了左右图能不能被校正到同一极线上。如果标定参数不对后面匹配出来的视差图会全是噪点点云也会散成一团。常见流程是先用cv2.stereoRectify做校正再用cv2.StereoSGBM_create做半全局匹配。SGBM 比普通的 BM 匹配更稳尤其在纹理弱的区域不容易出大片空洞。参数里numDisparities必须是 16 的整数倍blockSize一般取奇数这两个值直接决定视差图的质量。我一般会先把numDisparities设成 64 或 128 试跑看视差范围够不够覆盖场景深度再微调blockSize。import cv2 import numpy as np # 读取校正后的左右灰度图 left cv2.imread(stereoimages/left_rect.png, 0) right cv2.imread(stereoimages/right_rect.png, 0) # SGBM 匹配器numDisparities 必须是 16 的倍数 stereo cv2.StereoSGBM_create( minDisparity0, numDisparities128, # 视差搜索范围越大越慢但覆盖更远 blockSize5, # 匹配块大小奇数越大越平滑但丢细节 P18 * 3 * 5 ** 2, # 平滑惩罚项控制视差连续性 P232 * 3 * 5 ** 2, disp12MaxDiff1, uniquenessRatio10, speckleWindowSize100, speckleRange2 ) disparity stereo.compute(left, right).astype(np.float32) / 16.0 cv2.imwrite(disparity.png, disparity)这段代码里numDisparities和blockSize是最需要动手调的两个参数。numDisparities太小远处物体会因为视差超出搜索范围而丢失太大则计算量暴涨而且容易引入错误匹配。blockSize小则细节多但噪点多大则平滑但边缘糊。P1、P2是平滑惩罚值越大视差图越平滑弱纹理区域越不容易出空洞但代价是深度边缘变钝。跑完先看disparity.png如果大片黑色说明视差范围没覆盖到先把numDisparities翻倍再试。2.3 两条线怎么选看你的题目要求和答辩重点如果你的课程设计题目明确写了「双目立体视觉」那就以binocular_v1.py为主单目脚本作为对比实验放进去答辩时讲清楚单目无尺度、双目有尺度的区别反而显得你理解到位。如果题目只写「三维重建」那两条线都跑一遍用img_mosaic.py把结果拼成对比图展示不同路线的效果差异。选型不是拍脑袋而是看你的评分点在哪里偏算法实现就深挖 SGBM 参数偏系统集成就把两个脚本串成一条流水线。3. 把源码跑起来从环境配置到点云输出的完整操作链3.1 目录结构先理清哪些文件是输入哪些是输出拿到压缩包解压后先别急着运行。花两分钟把目录看一遍能省掉后面半小时的报错排查。根目录下main是入口说明README.md写了运行顺序。mono.py和binocular_v1.py是两个核心脚本img_mosaic.py负责把多张结果图拼成一张大图方便放进报告。mono.txt和bino.txt是配置或标定参数文件stereoimages文件夹里是双目图像对根目录下那些pan*.jpg、milk*.jpg、deep*.jpg、apple*.jpg是单目序列图和示例图demo1.png是效果展示。常见做法是先把stereoimages里的图像对按左右命名整理好比如left_01.jpg、right_01.jpg因为很多立体匹配代码默认按文件名配对。如果直接拿原始文件名跑脚本可能找不到对应图。这一步不复杂但漏了就会报NoneType错误因为cv2.imread读不到图返回None后面一运算就崩。3.2 单目脚本运行从序列图到深度图单目这条线相对独立先跑它建立信心。打开mono.py确认里面读取的图像路径指向mono.txt里列出的那些图。如果路径是硬编码的改成你本机的实际路径。然后直接运行python mono.py跑完后看输出目录应该会生成深度图文件。如果报ModuleNotFoundError回去检查虚拟环境有没有激活如果报图像读取失败检查路径里有没有中文或空格OpenCV 对中文路径支持不好这是经典坑。深度图出来后用 Matplotlib 看一眼分布正常应该是近处亮远处暗如果全黑或全白说明归一化没做或者图像本身有问题。import cv2 import matplotlib.pyplot as plt depth cv2.imread(depth_output.png, 0) plt.imshow(depth, cmapplasma) plt.colorbar() plt.title(Monocular Depth Map) plt.show()这段可视化代码帮你快速判断深度图是否合理。cmapplasma只是配色方案换成jet或viridis都行关键是看深度有没有层次。如果整张图只有一个颜色那说明深度估计没起作用得回去查输入图是不是灰度化过头或者分辨率太低。3.3 双目脚本运行标定参数加载与视差计算双目这条线步骤多一些。先确认bino.txt里的标定参数和stereoimages里的图像对是配套的。如果标定参数来自另一组相机校正结果会完全错位。运行binocular_v1.py之前我一般会先把左右图读进来做一次校正预览确认极线对齐了再往下跑匹配。import cv2 import numpy as np # 假设从 bino.txt 读入标定参数 # K1, D1, K2, D2, R, T 分别为左右内参、畸变、旋转、平移 K1 np.loadtxt(bino.txt, max_rows3) # 实际读取方式按源码里的解析逻辑来这里只示意 imgL cv2.imread(stereoimages/left_01.jpg) imgR cv2.imread(stereoimages/right_01.jpg) h, w imgL.shape[:2] # 校正映射让左右图极线水平对齐 map1x, map1y cv2.initUndistortRectifyMap(K1, D1, R1, P1, (w, h), cv2.CV_32FC1) # 左右图分别重映射 rectL cv2.remap(imgL, map1x, map1y, cv2.INTER_LINEAR) rectR cv2.remap(imgR, map2x, map2y, cv2.INTER_LINEAR)校正的意义在于把左右相机的光轴调整到平行这样同一个物点在左右图中只差水平方向的位置匹配时只需要在同一行搜索效率和准确率都高。如果跳过校正直接匹配算法会在整张图里找对应点错误匹配率飙升。校正完可以画几条水平线叠在左右图上看同一物点是不是落在同一条线上这是最直观的验证方法。3.4 从视差到三维点云重投影那一步视差图有了之后最后一步是重投影成三维点云。核心公式是Z f * B / d其中f是焦距B是基线d是视差。源码里应该封装了这一步但你要理解每个量的来源f和B来自标定参数d来自上一步的视差图。如果点云看起来被压扁或者拉伸多半是f或B的单位没统一比如一个用毫米一个用像素。# 用视差图重投影生成点云 h, w disparity.shape points [] for v in range(h): for u in range(w): d disparity[v, u] if d 0: Z focal * baseline / d X (u - cx) * Z / focal Y (v - cy) * Z / focal points.append((X, Y, Z))这段循环在 Python 里跑大图会慢实际源码可能用 NumPy 向量化或者 OpenCV 的reprojectImageTo3D。不管哪种逻辑是一样的遍历每个有效视差像素反算三维坐标。d 0这个判断是为了跳过无效视差点视差为零或负值的地方没有深度信息。点云生成后可以用 Open3D 或 Matplotlib 的 3D 散点图看一眼正常应该能看出场景的轮廓如果是一团乱麻回去查视差图质量。4. 避坑与排查这套源码最容易翻车的五个地方4.1 图像路径含中文或空格导致读取失败现象运行脚本直接报AttributeError: NoneType object has no attribute shape或者cv2.imread返回None。原因OpenCV 在 Windows 下对中文路径和空格路径支持不稳定cv2.imread读不到文件不报错只返回None后面一取形状就崩。解决把项目放到纯英文、无空格的路径下比如D:\projects\stereo3d图像文件名也改成英文数字。如果必须用中文路径改用cv2.imdecode(np.fromfile(path, dtypenp.uint8), -1)读取。4.2 标定参数与图像对不匹配导致视差图全黑现象双目脚本跑完视差图几乎全黑只有零星亮点。原因bino.txt里的标定参数不是这组stereoimages对应的校正后左右图极线没对齐匹配算法找不到有效对应点。解决确认标定参数来源如果参数是示例数据要么用源码配套的标定流程重新标定要么换一组和参数配套的图像。课程设计里如果只是演示可以用源码自带的图像对和参数不要混用。4.3 numDisparities 设置不当导致远处深度丢失现象近处物体深度正常远处物体视差为零点云里远处一片空洞。原因numDisparities设得太小远处物体视差小于搜索下限被当成无效值。解决把numDisparities从 64 逐步加到 128 或 256观察远处是否恢复。代价是计算时间增加但课程设计的图像分辨率一般不高128 足够覆盖大多数场景。同时检查minDisparity是否为 0如果相机有会聚角度可能需要设成负值。4.4 单目深度图归一化缺失导致全灰或全黑现象单目脚本输出的深度图看起来一片灰没有明暗层次。原因深度值范围没有归一化到 0 到 255直接保存成图片时被截断。解决在保存前做cv2.normalize(depth, None, 0, 255, cv2.NORM_MINMAX)再转成uint8。如果归一化后还是没层次检查输入图是不是本身纹理太少单目深度估计在纯色墙面上确实无能为力。4.5 依赖版本冲突导致 SGBM 报参数错误现象cv2.StereoSGBM_create报error: (-5:Bad argument)或者参数不识别。原因OpenCV 版本差异老版本某些参数名或取值范围不同比如P1、P2在某些版本里要求是整数且不能为零。解决先pip show opencv-python看版本课程设计建议用 4.x 稳定版。如果参数报错把P1、P2改成8 * 3 * blockSize ** 2和32 * 3 * blockSize ** 2这种标准写法blockSize确保是奇数。5. 进阶技巧用 img_mosaic.py 把结果拼成答辩级对比图5.1 为什么拼图比单张结果更有说服力答辩或报告里老师不会逐张点开你的输出图看他们更想看一张图里同时呈现输入、中间结果和最终点云。img_mosaic.py就是干这个的。它把单目深度图、双目视差图、原始图像对拼成一张网格图你可以在图上标注每一步的名称直接放进 PPT。这个脚本本身不复杂核心是np.hstack和np.vstack做图像拼接但要注意所有图的尺寸必须一致否则拼接会报错。import cv2 import numpy as np # 读取各阶段结果统一缩放到相同尺寸 size (640, 480) imgL cv2.resize(cv2.imread(stereoimages/left_01.jpg), size) imgR cv2.resize(cv2.imread(stereoimages/right_01.jpg), size) disp cv2.resize(cv2.imread(disparity.png), size) depth cv2.resize(cv2.imread(depth_output.png), size) # 第一行放左右原图第二行放视差和深度 row1 np.hstack((imgL, imgR)) row2 np.hstack((disp, depth)) mosaic np.vstack((row1, row2)) cv2.imwrite(result_mosaic.png, mosaic)这段代码的关键在cv2.resize所有图必须先统一到同一尺寸否则hstack和vstack会因为行列数不匹配直接抛异常。size里的宽高顺序是(宽, 高)别写反。拼完后打开result_mosaic.png检查如果某张图颜色异常可能是深度图是单通道而原图是三通道hstack时通道数不一致也会报错需要先把单通道转成三通道cv2.cvtColor(depth, cv2.COLOR_GRAY2BGR)。5.2 点云导出与 MeshLab 查看如果答辩需要展示三维效果可以把点云导出成.ply文件用 MeshLab 打开旋转查看。源码里如果没有现成的导出函数自己加十几行就行。常见做法是用 Open3Dimport open3d as o3d import numpy as np # points 是 Nx3 的 numpy 数组 pcd o3d.geometry.PointCloud() pcd.points o3d.utility.Vector3dVector(points) o3d.io.write_point_cloud(cloud.ply, pcd)导出后在 MeshLab 里打开如果点云颜色单一可以再把原图颜色映射上去效果会更直观。这一步不是必须但做了之后答辩演示的观感会好很多。我一般会提前把点云文件导好现场直接打开避免临时跑代码卡顿。5.3 参数微调的经验习惯从那以后我每次跑双目匹配都强制先跑一遍小分辨率预览确认视差图大致合理再上全分辨率。numDisparities从 64 起步看远处有没有空洞有就翻倍blockSize从 5 起步噪点多就加到 7 或 9边缘糊就减回 3。这套源码的价值不在于算法多先进而在于它把单目和双目两条线都摆在你面前让你能亲手对比、亲手调参、亲手踩坑。把img_mosaic.py的结果图放进报告把点云导出放进答辩 PPT这个课程设计就稳了。希望帮到你。本文还有配套的精品资源点击获取 Python单双目视觉三维重建源码：从深度图到点云实战
简介这份资源是面向计算机相关专业学生与项目实战学习者的课程设计源码包聚焦基于Python实现的单目与双目视觉三维重建适合正在做毕设、期末大作业或需要视觉算法练手项目的同学。包内共41个文件以34张jpg图像样本、3个py脚本、2个txt说明、1个md文档和1个png示意图为主压缩包约80.23MB涵盖单目重建、双目立体匹配与图像拼接等核心模块目录结构清晰便于按功能定位代码与素材。目前已有141人学习下载。读者可据此获得一套完整可运行的高分项目方案直接参考单目与双目两条技术路线的实现逻辑结合示例图像快速复现三维重建流程并借助说明文档理解关键步骤与参数含义为课程设计答辩或后续视觉项目开发提供可复用的代码基础与排错思路。1. 从两张照片到三维点云这套 Python 单双目重建源码到底能跑出什么很多做课程设计或期末大作业的同学卡在同一个地方题目定了「视觉三维重建」但真到动手时连从哪张图开始、用什么库、输出长什么样都心里没底。这套基于 Python 的单目双目视觉三维重建源码解决的正是这个从零到跑通的落地问题。它把单目重建和双目立体匹配两条线都做成了可独立运行的脚本配套了实拍的双目图像对和单目序列图还有一份 README 说明运行方式。你拿到手不是一堆散代码而是一个能直接跑出深度图、视差图和三维点云的最小闭环。适合正在做计算机相关毕设、课程设计、期末大作业的学生也适合想补一次完整视觉项目实战的入门者。它不追求 SOTA 精度但胜在结构清晰、依赖明确、每一步都能看到中间结果这对交作业和答辩讲解来说比一个黑箱模型有用得多。2. 单目与双目两条技术路线先搞清原理再决定跑哪个脚本2.1 单目重建靠什么撑起深度从明暗、纹理到深度图单目三维重建在课程设计里常被误解成「一张图直接出三维模型」实际上它拿不到真实尺度只能靠图像内部的线索去估计相对深度。这套源码里的mono.py走的是典型的单目深度估计路线输入是mono.txt里列出的那组单目序列图输出是逐像素的深度图。它的核心逻辑是同一场景在不同视角或不同光照下纹理、边缘、遮挡关系会变化算法通过这些变化反推每个像素离相机有多远。常见做法有两类一类是基于几何的从运动恢复结构需要多张图做特征匹配和相机位姿估计另一类是直接用一个预训练或简化模型做单张图的深度回归。这套课程设计源码更偏向后者好处是依赖少、跑得快、结果直观适合在答辩时展示「输入一张图输出一张深度热力图」的效果。你要清楚它的边界单目深度没有绝对尺度输出的是相对深度不能直接拿去做精确测量。如果你的题目要求输出真实物理距离那单目这条线只能作为对比实验主结果还得靠双目。运行前先确认环境Python 3.7 以上、OpenCV、NumPy、Matplotlib 基本就够。我一般会先建一个干净虚拟环境避免和系统里其他包的版本打架。python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate pip install opencv-python numpy matplotlib这三行做完基础依赖就齐了。OpenCV 负责图像读写和立体匹配NumPy 管矩阵运算Matplotlib 用来把深度图和点云可视化出来。不要小看环境隔离这一步后面如果报cv2找不到或者版本冲突八成就是没隔离干净。2.2 双目重建的命门标定、校正、匹配三步不能省双目这条线在binocular_v1.py里输入是stereoimages文件夹里的实拍图像对输出是视差图和三维点云。它的原理比单目硬核左右两个相机同时拍同一场景同一个物点在左右图中成像位置有水平偏移这个偏移量就是视差视差越大物体越近视差越小物体越远。有了视差和相机基线、焦距就能算出深度。但这里有个血泪经验双目重建翻车九成不是匹配算法的问题而是标定和校正没做好。源码里配套了bino.txt里面是双目相机的标定参数包括内参矩阵、畸变系数、旋转和平移矩阵。这些参数决定了左右图能不能被校正到同一极线上。如果标定参数不对后面匹配出来的视差图会全是噪点点云也会散成一团。常见流程是先用cv2.stereoRectify做校正再用cv2.StereoSGBM_create做半全局匹配。SGBM 比普通的 BM 匹配更稳尤其在纹理弱的区域不容易出大片空洞。参数里numDisparities必须是 16 的整数倍blockSize一般取奇数这两个值直接决定视差图的质量。我一般会先把numDisparities设成 64 或 128 试跑看视差范围够不够覆盖场景深度再微调blockSize。import cv2 import numpy as np # 读取校正后的左右灰度图 left cv2.imread(stereoimages/left_rect.png, 0) right cv2.imread(stereoimages/right_rect.png, 0) # SGBM 匹配器numDisparities 必须是 16 的倍数 stereo cv2.StereoSGBM_create( minDisparity0, numDisparities128, # 视差搜索范围越大越慢但覆盖更远 blockSize5, # 匹配块大小奇数越大越平滑但丢细节 P18 * 3 * 5 ** 2, # 平滑惩罚项控制视差连续性 P232 * 3 * 5 ** 2, disp12MaxDiff1, uniquenessRatio10, speckleWindowSize100, speckleRange2 ) disparity stereo.compute(left, right).astype(np.float32) / 16.0 cv2.imwrite(disparity.png, disparity)这段代码里numDisparities和blockSize是最需要动手调的两个参数。numDisparities太小远处物体会因为视差超出搜索范围而丢失太大则计算量暴涨而且容易引入错误匹配。blockSize小则细节多但噪点多大则平滑但边缘糊。P1、P2是平滑惩罚值越大视差图越平滑弱纹理区域越不容易出空洞但代价是深度边缘变钝。跑完先看disparity.png如果大片黑色说明视差范围没覆盖到先把numDisparities翻倍再试。2.3 两条线怎么选看你的题目要求和答辩重点如果你的课程设计题目明确写了「双目立体视觉」那就以binocular_v1.py为主单目脚本作为对比实验放进去答辩时讲清楚单目无尺度、双目有尺度的区别反而显得你理解到位。如果题目只写「三维重建」那两条线都跑一遍用img_mosaic.py把结果拼成对比图展示不同路线的效果差异。选型不是拍脑袋而是看你的评分点在哪里偏算法实现就深挖 SGBM 参数偏系统集成就把两个脚本串成一条流水线。3. 把源码跑起来从环境配置到点云输出的完整操作链3.1 目录结构先理清哪些文件是输入哪些是输出拿到压缩包解压后先别急着运行。花两分钟把目录看一遍能省掉后面半小时的报错排查。根目录下main是入口说明README.md写了运行顺序。mono.py和binocular_v1.py是两个核心脚本img_mosaic.py负责把多张结果图拼成一张大图方便放进报告。mono.txt和bino.txt是配置或标定参数文件stereoimages文件夹里是双目图像对根目录下那些pan*.jpg、milk*.jpg、deep*.jpg、apple*.jpg是单目序列图和示例图demo1.png是效果展示。常见做法是先把stereoimages里的图像对按左右命名整理好比如left_01.jpg、right_01.jpg因为很多立体匹配代码默认按文件名配对。如果直接拿原始文件名跑脚本可能找不到对应图。这一步不复杂但漏了就会报NoneType错误因为cv2.imread读不到图返回None后面一运算就崩。3.2 单目脚本运行从序列图到深度图单目这条线相对独立先跑它建立信心。打开mono.py确认里面读取的图像路径指向mono.txt里列出的那些图。如果路径是硬编码的改成你本机的实际路径。然后直接运行python mono.py跑完后看输出目录应该会生成深度图文件。如果报ModuleNotFoundError回去检查虚拟环境有没有激活如果报图像读取失败检查路径里有没有中文或空格OpenCV 对中文路径支持不好这是经典坑。深度图出来后用 Matplotlib 看一眼分布正常应该是近处亮远处暗如果全黑或全白说明归一化没做或者图像本身有问题。import cv2 import matplotlib.pyplot as plt depth cv2.imread(depth_output.png, 0) plt.imshow(depth, cmapplasma) plt.colorbar() plt.title(Monocular Depth Map) plt.show()这段可视化代码帮你快速判断深度图是否合理。cmapplasma只是配色方案换成jet或viridis都行关键是看深度有没有层次。如果整张图只有一个颜色那说明深度估计没起作用得回去查输入图是不是灰度化过头或者分辨率太低。3.3 双目脚本运行标定参数加载与视差计算双目这条线步骤多一些。先确认bino.txt里的标定参数和stereoimages里的图像对是配套的。如果标定参数来自另一组相机校正结果会完全错位。运行binocular_v1.py之前我一般会先把左右图读进来做一次校正预览确认极线对齐了再往下跑匹配。import cv2 import numpy as np # 假设从 bino.txt 读入标定参数 # K1, D1, K2, D2, R, T 分别为左右内参、畸变、旋转、平移 K1 np.loadtxt(bino.txt, max_rows3) # 实际读取方式按源码里的解析逻辑来这里只示意 imgL cv2.imread(stereoimages/left_01.jpg) imgR cv2.imread(stereoimages/right_01.jpg) h, w imgL.shape[:2] # 校正映射让左右图极线水平对齐 map1x, map1y cv2.initUndistortRectifyMap(K1, D1, R1, P1, (w, h), cv2.CV_32FC1) # 左右图分别重映射 rectL cv2.remap(imgL, map1x, map1y, cv2.INTER_LINEAR) rectR cv2.remap(imgR, map2x, map2y, cv2.INTER_LINEAR)校正的意义在于把左右相机的光轴调整到平行这样同一个物点在左右图中只差水平方向的位置匹配时只需要在同一行搜索效率和准确率都高。如果跳过校正直接匹配算法会在整张图里找对应点错误匹配率飙升。校正完可以画几条水平线叠在左右图上看同一物点是不是落在同一条线上这是最直观的验证方法。3.4 从视差到三维点云重投影那一步视差图有了之后最后一步是重投影成三维点云。核心公式是Z f * B / d其中f是焦距B是基线d是视差。源码里应该封装了这一步但你要理解每个量的来源f和B来自标定参数d来自上一步的视差图。如果点云看起来被压扁或者拉伸多半是f或B的单位没统一比如一个用毫米一个用像素。# 用视差图重投影生成点云 h, w disparity.shape points [] for v in range(h): for u in range(w): d disparity[v, u] if d 0: Z focal * baseline / d X (u - cx) * Z / focal Y (v - cy) * Z / focal points.append((X, Y, Z))这段循环在 Python 里跑大图会慢实际源码可能用 NumPy 向量化或者 OpenCV 的reprojectImageTo3D。不管哪种逻辑是一样的遍历每个有效视差像素反算三维坐标。d 0这个判断是为了跳过无效视差点视差为零或负值的地方没有深度信息。点云生成后可以用 Open3D 或 Matplotlib 的 3D 散点图看一眼正常应该能看出场景的轮廓如果是一团乱麻回去查视差图质量。4. 避坑与排查这套源码最容易翻车的五个地方4.1 图像路径含中文或空格导致读取失败现象运行脚本直接报AttributeError: NoneType object has no attribute shape或者cv2.imread返回None。原因OpenCV 在 Windows 下对中文路径和空格路径支持不稳定cv2.imread读不到文件不报错只返回None后面一取形状就崩。解决把项目放到纯英文、无空格的路径下比如D:\projects\stereo3d图像文件名也改成英文数字。如果必须用中文路径改用cv2.imdecode(np.fromfile(path, dtypenp.uint8), -1)读取。4.2 标定参数与图像对不匹配导致视差图全黑现象双目脚本跑完视差图几乎全黑只有零星亮点。原因bino.txt里的标定参数不是这组stereoimages对应的校正后左右图极线没对齐匹配算法找不到有效对应点。解决确认标定参数来源如果参数是示例数据要么用源码配套的标定流程重新标定要么换一组和参数配套的图像。课程设计里如果只是演示可以用源码自带的图像对和参数不要混用。4.3 numDisparities 设置不当导致远处深度丢失现象近处物体深度正常远处物体视差为零点云里远处一片空洞。原因numDisparities设得太小远处物体视差小于搜索下限被当成无效值。解决把numDisparities从 64 逐步加到 128 或 256观察远处是否恢复。代价是计算时间增加但课程设计的图像分辨率一般不高128 足够覆盖大多数场景。同时检查minDisparity是否为 0如果相机有会聚角度可能需要设成负值。4.4 单目深度图归一化缺失导致全灰或全黑现象单目脚本输出的深度图看起来一片灰没有明暗层次。原因深度值范围没有归一化到 0 到 255直接保存成图片时被截断。解决在保存前做cv2.normalize(depth, None, 0, 255, cv2.NORM_MINMAX)再转成uint8。如果归一化后还是没层次检查输入图是不是本身纹理太少单目深度估计在纯色墙面上确实无能为力。4.5 依赖版本冲突导致 SGBM 报参数错误现象cv2.StereoSGBM_create报error: (-5:Bad argument)或者参数不识别。原因OpenCV 版本差异老版本某些参数名或取值范围不同比如P1、P2在某些版本里要求是整数且不能为零。解决先pip show opencv-python看版本课程设计建议用 4.x 稳定版。如果参数报错把P1、P2改成8 * 3 * blockSize ** 2和32 * 3 * blockSize ** 2这种标准写法blockSize确保是奇数。5. 进阶技巧用 img_mosaic.py 把结果拼成答辩级对比图5.1 为什么拼图比单张结果更有说服力答辩或报告里老师不会逐张点开你的输出图看他们更想看一张图里同时呈现输入、中间结果和最终点云。img_mosaic.py就是干这个的。它把单目深度图、双目视差图、原始图像对拼成一张网格图你可以在图上标注每一步的名称直接放进 PPT。这个脚本本身不复杂核心是np.hstack和np.vstack做图像拼接但要注意所有图的尺寸必须一致否则拼接会报错。import cv2 import numpy as np # 读取各阶段结果统一缩放到相同尺寸 size (640, 480) imgL cv2.resize(cv2.imread(stereoimages/left_01.jpg), size) imgR cv2.resize(cv2.imread(stereoimages/right_01.jpg), size) disp cv2.resize(cv2.imread(disparity.png), size) depth cv2.resize(cv2.imread(depth_output.png), size) # 第一行放左右原图第二行放视差和深度 row1 np.hstack((imgL, imgR)) row2 np.hstack((disp, depth)) mosaic np.vstack((row1, row2)) cv2.imwrite(result_mosaic.png, mosaic)这段代码的关键在cv2.resize所有图必须先统一到同一尺寸否则hstack和vstack会因为行列数不匹配直接抛异常。size里的宽高顺序是(宽, 高)别写反。拼完后打开result_mosaic.png检查如果某张图颜色异常可能是深度图是单通道而原图是三通道hstack时通道数不一致也会报错需要先把单通道转成三通道cv2.cvtColor(depth, cv2.COLOR_GRAY2BGR)。5.2 点云导出与 MeshLab 查看如果答辩需要展示三维效果可以把点云导出成.ply文件用 MeshLab 打开旋转查看。源码里如果没有现成的导出函数自己加十几行就行。常见做法是用 Open3Dimport open3d as o3d import numpy as np # points 是 Nx3 的 numpy 数组 pcd o3d.geometry.PointCloud() pcd.points o3d.utility.Vector3dVector(points) o3d.io.write_point_cloud(cloud.ply, pcd)导出后在 MeshLab 里打开如果点云颜色单一可以再把原图颜色映射上去效果会更直观。这一步不是必须但做了之后答辩演示的观感会好很多。我一般会提前把点云文件导好现场直接打开避免临时跑代码卡顿。5.3 参数微调的经验习惯从那以后我每次跑双目匹配都强制先跑一遍小分辨率预览确认视差图大致合理再上全分辨率。numDisparities从 64 起步看远处有没有空洞有就翻倍blockSize从 5 起步噪点多就加到 7 或 9边缘糊就减回 3。这套源码的价值不在于算法多先进而在于它把单目和双目两条线都摆在你面前让你能亲手对比、亲手调参、亲手踩坑。把img_mosaic.py的结果图放进报告把点云导出放进答辩 PPT这个课程设计就稳了。希望帮到你。本文还有配套的精品资源点击获取