Python OpenCV: mapa de profundidad a partir de imágenes estéreo

OpenCV es la gran biblioteca de código abierto para la visión por computadora, el aprendizaje automático y el procesamiento de imágenes y ahora juega un papel importante en la operación en tiempo real, lo cual es muy importante en los sistemas actuales.
Nota: Para obtener más información, consulte Introducción a OpenCV

Mapa de profundidad: un mapa de profundidad es una imagen en la que cada píxel tiene información de profundidad (en lugar de RGB) y normalmente se representa como una imagen en escala de grises. La información de profundidad significa la distancia de la superficie de los objetos de la escena desde un punto de vista. Puede encontrar un ejemplo de mapa de profundidad de valor de píxel aquí: Mapa de profundidad de valor de píxel usando histogramas

Imágenes estéreo: dos imágenes con un ligero desplazamiento. Por ejemplo, tome una fotografía de un objeto desde el centro. Mueva su cámara a su derecha por 6 cm mientras mantiene el objeto en el centro de la imagen. Busque lo mismo en ambas imágenes e infiera la profundidad a partir de la diferencia de posición. Esto se llama emparejamiento estéreo. Para obtener los mejores resultados, evite las distorsiones.

Acercarse 
 

• Recopile o tome imágenes estéreo.
• Importe bibliotecas OpenCV y matplotlib.
• Lea las imágenes izquierda y derecha.
• Calcule la disparidad usando stereo.compute.

Ejemplo:
Imágenes de muestra:
 

Izquierda

Derecha

# import OpenCV and pyplot
import cv2 as cv
from matplotlib import pyplot as plt
 
# read left and right images
imgR = cv.imread('right.png', 0)
imgL = cv.imread('left.png', 0)
 
# creates StereoBm object
stereo = cv.StereoBM_create(numDisparities = 16,
                            blockSize = 15)
 
# computes disparity
disparity = stereo.compute(imgL, imgR)
 
# displays image as grayscale and plotted
plt.imshow(disparity, 'gray')
plt.show()

Producción:
 

Salida del mapa de disparidad