這個教程將帶你使用自己的手機攝像頭和圖片實現(xiàn)從零開始到點云。

這是一個由3部分組成的系列文章。 我注意到，其他大多數(shù)關(guān)于三維重建的教程都在某種程度上有點欠缺。別誤會，我認為它們是十分優(yōu)秀的成果，但是在某種程度上它們是支離破碎的，或者它們當中有一部分過于深入地研究理論，或者兩者兼而有之。 更糟糕的是，他們使用專門的數(shù)據(jù)集（如Tsukuba），這就會造成對一些數(shù)據(jù)集之外的任何東西在使用這種算法時，因為參數(shù)調(diào)微調(diào)會產(chǎn)生一些麻煩。 我相信三維重建（廣義的計算機視覺）最酷的事情是重建你周圍的世界，而不是別人的世界（比如數(shù)據(jù)集中的世界）。本教程是一個初步的嘗試，旨在幫助您使用OpenCV的強大功能重新創(chuàng)建自己的世界。 簡單地說，這個教程將帶你使用自己的手機攝像頭和圖片實現(xiàn)從零開始到點云。所以，廢話不多說，讓我們開始吧。 注意 為了避免寫一篇非常長的文章，本教程分為三個部分。 第1部分（理論和需求）：概述了一個非常簡單的立體三維重建所需要的步驟。 第2部分（相機校正）：包括用代碼校正你相機的基礎(chǔ)設(shè)置/知識。 第3部分（視差圖和點云）：介紹了重建圖片基礎(chǔ)知識利用前面用代碼標定過的相機。 三維重建所需的步驟 有很多方法可以重建周圍的世界，但都可以歸結(jié)為需要得到一張準確的深度圖。 深度圖中的每一個像素都表示的是深度信息（而不是顏色信息）。它一般都是用灰度圖的形式展現(xiàn)出來。

Tsukuba 數(shù)據(jù)集的深度圖。由OpenCV提供 如前所述，獲取一張深度圖有很多不同的方法，而這些方法都取決于所使用的傳感器。一種傳感器可以是一個簡單的攝像機（從現(xiàn)在起在我們將稱為RGB攝像機），但也可以使用其他傳感器，如激光雷達或紅外線或兩者的組合。 傳感器的類型將決定深度圖的精準程度。根據(jù)精確度從大到小排列依次是激光雷達>紅外線>相機。深度圖也可以著色以更好的顯示深度。

我的Kinect相機自拍圖 根據(jù)所用傳感器的類型，實際獲取深度圖需要的步驟或多或少。例如，Kinect相機使用結(jié)合了RGB相機和紅外傳感器，因此您可以立即獲得一張深度圖（因為它是由紅外傳感器處理的信息）。 但是，如果您除了手機攝像頭之外什么都沒有，該怎么辦？在這種情況下，您需要進行立體重建。立體重建和使用您的大腦和眼睛用來實際理解深度的原理是一樣的。 其要點在于從兩個不同的角度看同一張圖片，并在兩張圖片中尋找相同的事物，并從位置的差異推斷出深度。這稱為立體匹配。 為了進行立體匹配，重要的是使兩張圖片具有完全相同的特征。換一種說法，兩張照片都不應(yīng)該有任何失真。這是一個問題，因為大多數(shù)相機的鏡頭會導(dǎo)致不同程度的畸變。這意味著為了精確地進行立體匹配，需要知道相機的光學(xué)中心和焦距。 在大多數(shù)情況下，這些信息是未知的（尤其是對于您的手機攝像頭），這就是為什么立體3D重建需要以下步驟的主要原因： 1. 相機校正：使用一組圖像推斷相機的焦距和光學(xué)中心 2. 圖像畸變：去除重建要用到的圖像中的鏡頭畸變 3. 特征匹配：在兩張圖片之間尋找相似的特征并構(gòu)建深度圖 4. 重投影點：使用深度映射將像素重投影到三維空間中。 5. 構(gòu)建點云：生成一個包含三維空間中的點的新文件以進行可視化。 6. 構(gòu)建網(wǎng)格以獲得實際的三維模型（不在本教程的范圍內(nèi)，但很快將在其他教程中提供） 步驟1只需執(zhí)行一次，除非更換攝像機。而每次你獲得一對新照片時，都需要重新執(zhí)行一遍第2-5步……大概就是這樣子。 實際的數(shù)學(xué)理論（為什么）要復(fù)雜得多，但是在本教程之后，它將更容易處理和理解，因為你將在閱讀完本文之后獲取一個實例，你可以進行各種的實驗。 在下一部分中，我們將探討如何實際校準手機攝像頭，以及一些校準的最佳實踐操作。

責(zé)任編輯：lq