使用iPhone相机和OpenCV来完成3D重建（第一部分）

正文字数：1497  阅读时长：2分钟

这个教程将带你使用自己的手机摄像头和图片实现从零开始到点云。

Posted by Omar Padierna 

https://becominghuman.ai/stereo-3d-reconstruction-with-opencv-using-an-iphone-camera-part-i-c013907d1ab5

这是一个由3部分组成的系列文章。

我注意到，其他大多数关于三维重建的教程都在某种程度上有点欠缺。别误会，我认为它们是十分优秀的成果，但是在某种程度上它们是支离破碎的，或者它们当中有一部分过于深入地研究理论，或者两者兼而有之。

更糟糕的是，他们使用专门的数据集（如Tsukuba），这就会造成对一些数据集之外的任何东西在使用这种算法时，因为参数调微调会产生一些麻烦。

我相信三维重建（广义的计算机视觉）最酷的事情是重建你周围的世界，而不是别人的世界（比如数据集中的世界）。本教程是一个初步的尝试，旨在帮助您使用OpenCV的强大功能重新创建自己的世界。

简单地说，这个教程将带你使用自己的手机摄像头和图片实现从零开始到点云。所以，废话不多说，让我们开始吧。

注意

为了避免写一篇非常长的文章，本教程分为三个部分。

第1部分（理论和需求）：概述了一个非常简单的立体三维重建所需要的步骤。

第2部分（相机校正）：包括用代码校正你相机的基础设置/知识。

第3部分（视差图和点云）：介绍了重建图片基础知识利用前面用代码标定过的相机。

三维重建所需的步骤

有很多方法可以重建周围的世界，但都可以归结为需要得到一张准确的深度图。

深度图中的每一个像素都表示的是深度信息（而不是颜色信息）。它一般都是用灰度图的形式展现出来。

Tsukuba 数据集的深度图。由OpenCV提供

如前所述，获取一张深度图有很多不同的方法，而这些方法都取决于所使用的传感器。一种传感器可以是一个简单的摄像机（从现在起在我们将称为RGB摄像机），但也可以使用其他传感器，如激光雷达或红外线或两者的组合。

传感器的类型将决定深度图的精准程度。根据精确度从大到小排列依次是激光雷达>红外线>相机。深度图也可以着色以更好的显示深度。

我的Kinect相机自拍图

根据所用传感器的类型，实际获取深度图需要的步骤或多或少。例如，Kinect相机使用结合了RGB相机和红外传感器，因此您可以立即获得一张深度图（因为它是由红外传感器处理的信息）。

但是，如果您除了手机摄像头之外什么都没有，该怎么办？在这种情况下，您需要进行立体重建。立体重建和使用您的大脑和眼睛用来实际理解深度的原理是一样的。

其要点在于从两个不同的角度看同一张图片，并在两张图片中寻找相同的事物，并从位置的差异推断出深度。这称为立体匹配。

为了进行立体匹配，重要的是使两张图片具有完全相同的特征。换一种说法，两张照片都不应该有任何失真。这是一个问题，因为大多数相机的镜头会导致不同程度的畸变。这意味着为了精确地进行立体匹配，需要知道相机的光学中心和焦距。

在大多数情况下，这些信息是未知的（尤其是对于您的手机摄像头），这就是为什么立体3D重建需要以下步骤的主要原因：

1. 相机校正：使用一组图像推断相机的焦距和光学中心

2. 图像畸变：去除重建要用到的图像中的镜头畸变

3. 特征匹配：在两张图片之间寻找相似的特征并构建深度图

4. 重投影点：使用深度映射将像素重投影到三维空间中。

5. 构建点云：生成一个包含三维空间中的点的新文件以进行可视化。

6. 构建网格以获得实际的三维模型（不在本教程的范围内，但很快将在其他教程中提供）

步骤1只需执行一次，除非更换摄像机。而每次你获得一对新照片时，都需要重新执行一遍第2-5步……大概就是这样子。

实际的数学理论（为什么）要复杂得多，但是在本教程之后，它将更容易处理和理解，因为你将在阅读完本文之后获取一个实例，你可以进行各种的实验。

在下一部分中，我们将探讨如何实际校准手机摄像头，以及一些校准的最佳实践操作。