Computer vision 基于openCv3的立体标定后的图像校正
我是立体视觉的新手，我正在尝试获得一个好的立体校准。 我校准了每个摄像头，得到了很好的结果： RMS1:0.22，RMS2:0.26 对于立体声校准，我得到： 有效值：0.75 这是一个可接受的值吗？ 之后，我使用了cv2.initUndistortyMap和cv2.remap 我有这样的画面。 这可以接受吗？ 在使用图像获取视差图之前，我应该裁剪图像吗？？Computer vision 基于openCv3的立体标定后的图像校正,computer-vision,opencv3.0,camera-calibration,disparity-mapping,Computer Vision,Opencv3.0,Camera Calibration,Disparity Mapping,我是立体视觉的新手，我正在尝试获得一个好的立体校准。 我校准了每个摄像头，得到了很好的结果： RMS1:0.22，RMS2:0.26 对于立体声校准，我得到： 有效值：0.75 这是一个可接受的值吗？ 之后，我使用了cv2.initUndistortyMap和cv2.remap 我有这样的画面。 这可以接受吗？ 在使用图像获取视差图之前，我应该裁剪图像吗？？ 提前感谢首先，获得0,75 RMS并不总是比获得0,25 RMS好。让我这样说，每个图像都有不同的rms值。例如，你拍摄了一幅图像进行校准
提前感谢首先，获得0,75 RMS并不总是比获得0,25 RMS好。让我这样说，每个图像都有不同的rms值。例如，你拍摄了一幅图像进行校准，其rms为0.10。如果你拍摄相同的图像，在校准板上不移动，结果rms约为0.10，但校准效果不好。意味着你无法更好地不失真 为了澄清第二个问题，你不能裁剪图像。有很多理由不这样做。其中之一是，如果裁剪影响主点的图像，则表示应用了错误的内在数据