代码对应于本人博客 http://blog.csdn.net/bcj296050240/article/details/52778741。 博客中详细描述了该项目中各段代码的用途。该代码可以实现双目视觉标定和立体匹配、视差计算、深度图生成等功能。并配有标定图片。欢迎交流

使用OpenCV3.0进行双目三维重建。 代码是用VS2013写的，OpenCV版本为3.0且包含扩展部分，如果不使用SIFT特征，可以修改源代码，然后使用官方未包含扩展部分的库。软件运行后会将三维重建的结果写入Viewer目录下的structure.yml文件中，在Viewer目录下有一个SfMViewer程序，直接运行即可读取yml文件并显示三维结构。

halcon实现双目重构的过程，包括采集部分，标定部分，重构部分

一些双目三维重建的代码，有matlab和c++的，效果不错。

VS2017+OpenCV3.3基于SGBM算法的双目立体视觉、双目测距（双目校正和立体匹配）(文档里包含了测试图片)

双目立体视觉中使用的标准实验图，也是从网上整理的，很好，非常适合初学者进行实验使用。

双目立体匹配测试数据集Middlebury Stereo Datasets，包含Middlebury Stereo官网上面的03,05,06年的三部分数据集，01,14年的数据集下载失败，分享给大家。

关于视觉双目的测量，网上虽然有很多资料，但是但是你懂的，网上很多资源都讲的很模糊，不完整。我这个代码完整的计算出了深度信息。前提是你标定作准了。

color_sad 的基础算法以及卷积加速算法（分别以左右图为标准）

打印的标定板每个格子大小为4cm*4cm. 数据集数量为40张. 标定后的T如下 T: !!opencv-matrix rows: 3 cols: 1 dt: d data: [ -6.0660435539064854e-02, -1.2209630833796844e-04, 9.8321891780593206e-04 ] ``` 两个虚拟相机的基线b=normal(T) 标定出来的基线距离为b=6.06mm 实际量出来的6.1mm 误差在1mm之内