Q&A
img_points1, img_points2, imageSize あたりを tuple 型にしてみてはどうでしょうか？
tuple(img_points1), tuple(img_points2), tuple(imageSize)
他に問題がないかわかりませんが、質問のエラー原因は引数で tuple 型が期待されているものが tuple じゃないことです。
前提・実現したいこと
ステレオカメラのキャリブレーションを実行したいが、エラーが出ます。
ネットを検索しても解決できないのでご協力願います。
発生している問題・エラーメッセージ
SystemError Traceback (most recent call last)
<ipython-input-53-d421fa263d40> in <module>
165 distCoeffs1 = d_l
166 distCoeffs2 = d_r
--> 167 retval, cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2, R, T, E, F= cv2.stereoCalibrate(obj_points, img_points1, img_points2, imageSize, cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2)
168
169 # 計算結果を表示
SystemError: new style getargs format but argument is not a tuple
該当のソースコード
Python3 ### 試したこと ここに問題に対して試したことを記載してください。 ### 補足情報（FW/ツールのバージョンなど） ここにより詳細な情報を記載してください。
ご回答ありがとうございます。
実行してみましたが、どうもうまく動きません。
ソースコードは下記の通りです。
cv2.stereocalibrateの使い方が間違っているのでしょうか…。
# -*- coding: utf-8 -*-
"""
Created on Tue Jul 14 20:10:21 2015
@author: SANSON
"""
import numpy
import cv2
from glob import glob
import tkinter
from tkinter import messagebox as tkMessageBox
#--------------------------------------------------------1.カメラそれぞれのキャリブレーション
square_size = 25.0 # 正方形のサイズ
pattern_size = (9, 6) # 格子数
pattern_points = numpy.zeros( (numpy.prod(pattern_size), 3), numpy.float32 ) #チェスボード（X,Y,Z）座標の指定 (Z=0)
pattern_points[:,:2] = numpy.indices(pattern_size).T.reshape(-1, 2)
pattern_points *= square_size
obj_points = []
img_points = []
#--------------------------------------------------------1-1.左カメラ
for fn in glob("left*.jpg"):
# 画像の取得
im = cv2.imread(fn, 0)
print ("loading..." + fn)
# チェスボードのコーナーを検出
found, corner = cv2.findChessboardCorners(im, pattern_size)
# コーナーがあれば
if found:
term = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_COUNT, 30, 0.1)
cv2.cornerSubPix(im, corner, (5,5), (-1,-1), term) #よくわからないがサブピクセル処理（小数点以下のピクセル単位まで精度を求める）
cv2.drawChessboardCorners(im, pattern_size, corner,found)
cv2.imshow('found corners in ' + fn,im)
# コーナーがない場合のエラー処理
if not found:
print ('chessboard not found')
continue
# 選択ボタンを表示
root = tkinter.Tk()
root.withdraw()
if tkMessageBox.askyesno('askyesno','この画像の値を採用しますか？'):
img_points.append(corner.reshape(-1, 2)) #appendメソッド：リストの最後に因数のオブジェクトを追加 #corner.reshape(-1, 2) : 検出したコーナーの画像内座標値(x, y)
obj_points.append(pattern_points)
print ('found corners in ' + fn + ' is adopted')
else:
print ('found corners in ' + fn + ' is not adopted')
cv2.destroyAllWindows()
# 内部パラメータを計算
rms, K_l, d_l, r, t= cv2.calibrateCamera(obj_points, img_points, (im.shape[1],im.shape[0]), 4000, 3000)
# 計算結果を表示
print ("RMS = ", rms)
print ("K = \n", K_l)
print ("d = ", d_l.ravel())
# 計算結果を保存
numpy.savetxt("K_left.csv", K_l, delimiter =',',fmt="%0.14f") #カメラ行列の保存
numpy.savetxt("d_left.csv", d_l, delimiter =',',fmt="%0.14f") #歪み係数の保存
#--------------------------------------------------------1-2.右カメラ
obj_points = []
img_points = []
for fn in glob("right*.jpg"):
# 画像の取得
im = cv2.imread(fn, 0)
print ("loading..." + fn)
# チェスボードのコーナーを検出
found, corner = cv2.findChessboardCorners(im, pattern_size)
# コーナーがあれば
if found:
term = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_COUNT, 30, 0.1)
cv2.cornerSubPix(im, corner, (5,5), (-1,-1), term) #よくわからないがサブピクセル処理（小数点以下のピクセル単位まで精度を求める）
cv2.drawChessboardCorners(im, pattern_size, corner,found)
cv2.imshow('found corners in ' + fn,im)
# コーナーがない場合のエラー処理
if not found:
print ('chessboard not found')
continue
# 選択ボタンを表示
root = tkinter.Tk()
root.withdraw()
if tkMessageBox.askyesno('askyesno','この画像の値を採用しますか？'):
img_points.append(corner.reshape(-1, 2)) #appendメソッド：リストの最後に因数のオブジェクトを追加 #corner.reshape(-1, 2) : 検出したコーナーの画像内座標値(x, y)
obj_points.append(pattern_points)
print ('found corners in ' + fn + ' is adopted')
else:
print ('found corners in ' + fn + ' is not adopted')
cv2.destroyAllWindows()
# 内部パラメータを計算
rms, K_r, d_r, r, t = cv2.calibrateCamera(obj_points, img_points, (im.shape[1],im.shape[0]), 4000, 3000)
# 計算結果を表示
print ("RMS = ", rms)
print ("K = \n", K_r)
print ("d = ", d_r.ravel())
# 計算結果を保存
numpy.savetxt("K_right.csv", K_r, delimiter =',',fmt="%0.14f") #カメラ行列の保存
numpy.savetxt("d_right.csv", d_r, delimiter =',',fmt="%0.14f") #歪み係数の保存
#--------------------------------------------------------2.ステレオビジョンシステムのキャリブレーション
N =11 #キャリブレーション用ステレオ画像のペア数
# 「left0.jgp」のように、ペア番号を'left','right'の後につけて同じフォルダに置く(grobが使いこなせれば直したい)
square_size = 25.0 # 正方形のサイズ
pattern_size = (9, 6) # 模様のサイズ
pattern_points = numpy.zeros( (numpy.prod(pattern_size), 3), numpy.float32 ) #チェスボード（X,Y,Z）座標の指定 (Z=0)
pattern_points[:,:2] = numpy.indices(pattern_size).T.reshape(-1, 2)
pattern_points *= square_size
obj_points = []
img_points1 = []
img_points2 = []
for i in range(N):
# 画像の取得
im_l = cv2.imread("left" +str(i)+ ".jpg", 0)
im_r = cv2.imread("right" +str(i)+ ".jpg", 0)
print ("loading..." + "left" +str(i)+ ".jpg")
print ("loading..." + "right" +str(i)+ ".jpg")
#コーナー検出
found_l, corner_l = cv2.findChessboardCorners(im_l, pattern_size)
found_r, corner_r = cv2.findChessboardCorners(im_r, pattern_size)
# コーナーがあれば
if found_l and found_r:
term = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_COUNT, 30, 0.1)
cv2.cornerSubPix(im_l, corner_l, (5,5), (-1,-1), term)
cv2.cornerSubPix(im_r, corner_r, (5,5), (-1,-1), term)
cv2.drawChessboardCorners(im_l, pattern_size, corner_l,found_l)
cv2.drawChessboardCorners(im_r, pattern_size, corner_r,found_r)
cv2.imshow('found corners in ' + "left" +str(i)+ ".jpg", im_l)
cv2.imshow('found corners in ' + "right" +str(i)+ ".jpg", im_r)
# コーナーがない場合のエラー処理
if not found_l:
print ('chessboard not found in leftCamera')
continue
if not found_r:
print ('chessboard not found in rightCamera')
continue
# 選択ボタンを表示
root = tkinter.Tk()
root.withdraw()
if tkMessageBox.askyesno('askyesno','この画像の値を採用しますか？'):
img_points1.append(corner_l.reshape(-1, 2))
img_points2.append(corner_r.reshape(-1, 2))
obj_points.append(pattern_points)
print ('found corners in ' + str(i) + ' is adopted')
else:
print ('found corners in ' + str(i) + ' is not adopted')
cv2.destroyAllWindows()
# システムの外部パラメータを計算
imageSize = (im_l.shape[1],im_l.shape[0])
cameraMatrix1 = K_l
cameraMatrix2 = K_r
distCoeffs1 = d_l
distCoeffs2 = d_r
#tuple(img_points1), tuple(img_points2), tuple(imageSize)
retval, cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2, R, T, E, F = cv2.stereoCalibrate(tuple(obj_points), tuple(img_points1), tuple(img_points2), tuple(imageSize), cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2)
# 計算結果を表示
print ("retval = ", retval)
print ("R = \n", R)
print ("T = \n", T)
# 計算結果を保存
numpy.savetxt("cameraMatrix1.csv", cameraMatrix1, delimiter =',',fmt="%0.14f") #新しいカメラ行列を保存
numpy.savetxt("cameraMatrix2.csv", cameraMatrix2, delimiter =',',fmt="%0.14f")
numpy.savetxt("distCoeffs1.csv", distCoeffs1, delimiter =',',fmt="%0.14f") #新しい歪み係数を保存
numpy.savetxt("distCoeffs2.csv", distCoeffs2, delimiter =',',fmt="%0.14f")
numpy.savetxt("R.csv", R, delimiter =',',fmt="%0.14f") #カメラ間回転行列の保存
numpy.savetxt("T.csv", T, delimiter =',',fmt="%0.14f") #カメラ間並進ベクトルの保存
#--------------------------------------------------------平行化変換以降は、「cv2.stereoRectify_and_Matching.py」へ
回答1件
0
自己解決
下記のプログラムで動作するようになりましたが、結果が魚眼レンズのようになってしまいました。
どこが悪いのか検討中ですがどこが悪いのか見当がつく場合、ご指摘いただきたい次第です。
Created on Tue Jul 14 20:10:21 2015 @author: SANSON """ import numpy import cv2 from glob import glob import tkinter from tkinter import messagebox as tkMessageBox #--------------------------------------------------------1.カメラそれぞれのキャリブレーション square_size = 25.0 # 正方形のサイズ pattern_size = (9, 6) # 格子数 pattern_points = numpy.zeros( (numpy.prod(pattern_size), 3), numpy.float32 ) #チェスボード（X,Y,Z）座標の指定 (Z=0) pattern_points[:,:2] = numpy.indices(pattern_size).T.reshape(-1, 2) pattern_points *= square_size obj_points = [] img_points = [] #--------------------------------------------------------1-1.左カメラ for fn in glob("left*.jpg"): # 画像の取得 im = cv2.imread(fn, 0) print ("loading..." + fn) # チェスボードのコーナーを検出 found, corner = cv2.findChessboardCorners(im, pattern_size) # コーナーがあれば if found: term = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_COUNT, 30, 0.1) cv2.cornerSubPix(im, corner, (5,5), (-1,-1), term) #よくわからないがサブピクセル処理（小数点以下のピクセル単位まで精度を求める） cv2.drawChessboardCorners(im, pattern_size, corner,found) cv2.imshow('found corners in ' + fn,im) # コーナーがない場合のエラー処理 if not found: print ('chessboard not found') continue # 選択ボタンを表示 root = tkinter.Tk() root.withdraw() if tkMessageBox.askyesno('askyesno','この画像の値を採用しますか？'): img_points.append(corner.reshape(-1, 2)) #appendメソッド：リストの最後に因数のオブジェクトを追加 #corner.reshape(-1, 2) : 検出したコーナーの画像内座標値(x, y) obj_points.append(pattern_points) print ('found corners in ' + fn + ' is adopted') else: print ('found corners in ' + fn + ' is not adopted') cv2.destroyAllWindows() # 内部パラメータを計算 rms, K_l, d_l, r, t= cv2.calibrateCamera(obj_points, img_points, (im.shape[1],im.shape[0]), None, None) # 計算結果を表示 print ("RMS = ", rms) print ("K = \n", K_l) print ("d = ", d_l.ravel()) # 計算結果を保存 numpy.savetxt("K_left.csv", K_l, delimiter =',',fmt="%0.14f") #カメラ行列の保存 numpy.savetxt("d_left.csv", d_l, delimiter =',',fmt="%0.14f") #歪み係数の保存 #--------------------------------------------------------1-2.右カメラ obj_points = [] img_points = [] for fn in glob("right*.jpg"): # 画像の取得 im = cv2.imread(fn, 0) print ("loading..." + fn) # チェスボードのコーナーを検出 found, corner = cv2.findChessboardCorners(im, pattern_size) # コーナーがあれば if found: term = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_COUNT, 30, 0.1) cv2.cornerSubPix(im, corner, (5,5), (-1,-1), term) #よくわからないがサブピクセル処理（小数点以下のピクセル単位まで精度を求める） cv2.drawChessboardCorners(im, pattern_size, corner,found) cv2.imshow('found corners in ' + fn,im) # コーナーがない場合のエラー処理 if not found: print ('chessboard not found') continue # 選択ボタンを表示 root = tkinter.Tk() root.withdraw() if tkMessageBox.askyesno('askyesno','この画像の値を採用しますか？'): img_points.append(corner.reshape(-1, 2)) #appendメソッド：リストの最後に因数のオブジェクトを追加 #corner.reshape(-1, 2) : 検出したコーナーの画像内座標値(x, y) obj_points.append(pattern_points) print ('found corners in ' + fn + ' is adopted') else: print ('found corners in ' + fn + ' is not adopted') cv2.destroyAllWindows() # 内部パラメータを計算 rms, K_r, d_r, r, t = cv2.calibrateCamera(obj_points, img_points, (im.shape[1],im.shape[0]), None, None) # 計算結果を表示 print ("RMS = ", rms) print ("K = \n", K_r) print ("d = ", d_r.ravel()) # 計算結果を保存 numpy.savetxt("K_right.csv", K_r, delimiter =',',fmt="%0.14f") #カメラ行列の保存 numpy.savetxt("d_right.csv", d_r, delimiter =',',fmt="%0.14f") #歪み係数の保存 #--------------------------------------------------------2.ステレオビジョンシステムのキャリブレーション N =11 #キャリブレーション用ステレオ画像のペア数 # 「left0.jgp」のように、ペア番号を'left','right'の後につけて同じフォルダに置く(grobが使いこなせれば直したい) square_size = 25.0 # 正方形のサイズ pattern_size = (9, 6) # 模様のサイズ pattern_points = numpy.zeros( (numpy.prod(pattern_size), 3), numpy.float32 ) #チェスボード（X,Y,Z）座標の指定 (Z=0) pattern_points[:,:2] = numpy.indices(pattern_size).T.reshape(-1, 2) pattern_points *= square_size obj_points = [] img_points1 = [] img_points2 = [] for i in range(N): # 画像の取得 im_l = cv2.imread("left" +str(i)+ ".jpg", 0) im_r = cv2.imread("right" +str(i)+ ".jpg", 0) print ("loading..." + "left" +str(i)+ ".jpg") print ("loading..." + "right" +str(i)+ ".jpg") #コーナー検出 found_l, corner_l = cv2.findChessboardCorners(im_l, pattern_size) found_r, corner_r = cv2.findChessboardCorners(im_r, pattern_size) # コーナーがあれば if found_l and found_r: term = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_COUNT, 30, 0.1) cv2.cornerSubPix(im_l, corner_l, (5,5), (-1,-1), term) cv2.cornerSubPix(im_r, corner_r, (5,5), (-1,-1), term) cv2.drawChessboardCorners(im_l, pattern_size, corner_l,found_l) cv2.drawChessboardCorners(im_r, pattern_size, corner_r,found_r) cv2.imshow('found corners in ' + "left" +str(i)+ ".jpg", im_l) cv2.imshow('found corners in ' + "right" +str(i)+ ".jpg", im_r) # コーナーがない場合のエラー処理 if not found_l: print ('chessboard not found in leftCamera') continue if not found_r: print ('chessboard not found in rightCamera') continue # 選択ボタンを表示 root = tkinter.Tk() root.withdraw() if tkMessageBox.askyesno('askyesno','この画像の値を採用しますか？'): img_points1.append(corner_l.reshape(-1, 2)) img_points2.append(corner_r.reshape(-1, 2)) obj_points.append(pattern_points) print ('found corners in ' + str(i) + ' is adopted') else: print ('found corners in ' + str(i) + ' is not adopted') cv2.destroyAllWindows() # システムの外部パラメータを計算 imageSize = (im_l.shape[1],im_l.shape[0]) cameraMatrix1 = K_l cameraMatrix2 = K_r distCoeffs1 = d_l distCoeffs2 = d_r #criteria =(cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) #criteria_stereo= (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) flags = 0 flags |= cv2.CALIB_FIX_INTRINSIC #flags |= cv2.CALIB_FIX_PRINCIPAL_POINT #flags |= cv2.CALIB_USE_INTRINSIC_GUESS #flags |= cv2.CALIB_FIX_FOCAL_LENGTH #flags |= cv2.CALIB_FIX_ASPECT_RATIO #flags |= cv2.CALIB_ZERO_TANGENT_DIST #flags |= cv2.CALIB_RATIONAL_MODEL #flags |= cv2.CALIB_SAME_FOCAL_LENGTH #flags |= cv2.CALIB_FIX_K3 #flags |= cv2.CALIB_FIX_K4 #flags |= cv2.CALIB_FIX_K5 retS, cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2, R, T, E, F= cv2.stereoCalibrate(obj_points, img_points1, img_points2, cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2, (im.shape[1],im.shape[0]), criteria_stereo, flags) #不要コード ↓（前のコードを参考に残している） #retval, cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2, R, T, E, F = cv2.stereoCalibrate(obj_points, img_points1, img_points2, imageSize, cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2) #不要コード ↑ # 計算結果を表示 print ("retS = ", retS) print ("R = \n", R) print ("T = \n", T) # 計算結果を保存 numpy.savetxt("cameraMatrix1.csv", cameraMatrix1, delimiter =',',fmt="%0.14f") #新しいカメラ行列を保存 numpy.savetxt("cameraMatrix2.csv", cameraMatrix2, delimiter =',',fmt="%0.14f") numpy.savetxt("distCoeffs1.csv", distCoeffs1, delimiter =',',fmt="%0.14f") #新しい歪み係数を保存 numpy.savetxt("distCoeffs2.csv", distCoeffs2, delimiter =',',fmt="%0.14f") numpy.savetxt("R.csv", R, delimiter =',',fmt="%0.14f") #カメラ間回転行列の保存 numpy.savetxt("T.csv", T, delimiter =',',fmt="%0.14f") #カメラ間並進ベクトルの保存
投稿2019/06/24 02:16
総合スコア17
＃＃＃続き
#--------------------------------------------------------平行化変換以降は、「cv2.stereoRectify_and_Matching.py」へ
# -*- coding: utf-8 -*-
"""
Created on Tue Jul 14 21:11:25 2015
@author: Sanson
"""
#--------------------------------------------------------「cv2stereoCalibrate.py」の後に動かすことを想定
#--------------------------------------------------------3.平行化変換
import numpy
import cv2
TgtImg_l = cv2.imread("Target(left).jpg") #という名前で保存しておく
TgtImg_r = cv2.imread("Target(right).jpg") # 〃
cameraMatrix1 = numpy.loadtxt('cameraMatrix1.csv',delimiter = ',')
cameraMatrix2 = numpy.loadtxt('cameraMatrix2.csv',delimiter = ',')
distCoeffs1 = numpy.loadtxt('distCoeffs1.csv',delimiter = ',')
distCoeffs2 = numpy.loadtxt('distCoeffs2.csv',delimiter = ',')
imageSize = (TgtImg_l.shape[1],TgtImg_l.shape[0])
R = numpy.loadtxt('R.csv',delimiter = ',')
T = numpy.loadtxt('T.csv',delimiter = ',')
# 平行化変換のためのRとPおよび3次元変換行列Qを求める
flags = 0
alpha = 1
newimageSize = (TgtImg_l.shape[1],TgtImg_l.shape[0])
R1, R2, P1, P2, Q, validPixROI1, validPixROI2 = cv2.stereoRectify(cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2, imageSize, R, T, flags, alpha, newimageSize)
# 平行化変換マップを求める
m1type = cv2.CV_32FC1
map1_l, map2_l = cv2.initUndistortRectifyMap(cameraMatrix1, distCoeffs1, R1, P1, newimageSize, m1type) #m1type省略不可
map1_r, map2_r = cv2.initUndistortRectifyMap(cameraMatrix2, distCoeffs2, R2, P2, newimageSize, m1type)
# ReMapにより平行化を行う
interpolation = cv2.INTER_NEAREST # INTER_RINEARはなぜか使えない
Re_TgtImg_l = cv2.remap(TgtImg_l, map1_l, map2_l, interpolation) #interpolation省略不可
Re_TgtImg_r = cv2.remap(TgtImg_r, map1_r, map2_r, interpolation)
cv2.imshow('Rectified Left Target Image', Re_TgtImg_l)
cv2.imshow('Rectified Right Target Image', Re_TgtImg_r)
cv2.waitKey(0) # なにかキーを押したらウィンドウを閉じる
cv2.destroyAllWindows()
#平行化した画像を保存
cv2.imwrite('RectifiedLeft.jpg', Re_TgtImg_l)
cv2.imwrite('RectifiedRight.jpg', Re_TgtImg_r)
#--------------------------------------------------------4.ステレオマッチングによる対応点探索
#--------------------------------------------------------4.1. 前処理（よくわからないので保留）
# 画像のヒストグラム平坦化・平滑化
#gray_l = cv2.GaussianBlur( cv2.equalizeHist(gray_l),(5,5), 0)
#gray_r = cv2.GaussianBlur( cv2.equalizeHist(gray_r),(5,5), 0)
# HSVのHを用いる
#hsv_r = cv2.cvtColor(TgtImg_r, cv2.COLOR_BGR2HSV)
#hsv_l = cv2.cvtColor(TgtImg_l, cv2.COLOR_BGR2HSV)
#h_r, s, v = cv2.split(hsv_r)
#h_l, s, v = cv2.split(hsv_l)
'''
#--------------------------------------------------------4.2.1 ブロックマッチング(BM)
min_disp = 0
stereo = cv2.StereoBM(cv2.STEREO_BM_BASIC_PRESET,ndisparities=32, SADWindowSize=21)
print 'computing disparity...'
disp = stereo.compute(Re_TgtImg_l, Re_TgtImg_r) / 16.0 #画像は8bitのシングルチャンネルのみ
'''
#--------------------------------------------------------4.2.2 セミグローバルブロックマッチング(SGBM)
window_size = 3
min_disp = 16
num_disp = 112-min_disp
stereo = cv2.StereoSGBM_create(minDisparity = min_disp,
numDisparities = num_disp,
blockSize = 16,
P1 = 8*3*window_size**2,
P2 = 32*3*window_size**2,
disp12MaxDiff = 1,
uniquenessRatio = 10,
speckleWindowSize = 100,
speckleRange = 32
)
print('computing disparity...')
disp = stereo.compute(Re_TgtImg_l, Re_TgtImg_r).astype(numpy.float32) / 16.0
cv2.imwrite("result.jpg",disp)
#disp = stereo.compute(h_l, h_r).astype(numpy.float32) / 16.0 #前処理等した場合
#--------------------------------------------------------5.3次元座標への変換
import pylab as plt
ply_header = '''ply
format ascii 1.0
element vertex %(vert_num)d
property float x
property float y
property float z
property uchar red
property uchar green
property uchar blue
end_header
'''
# ply形式の3Dモデルファイルを生成
def write_ply(fn, verts, colors):
verts = verts.reshape(-1, 3)
colors = colors.reshape(-1, 3)
verts = numpy.hstack([verts, colors])
with open(fn, 'w') as f:
f.write(ply_header % dict(vert_num=len(verts)))
numpy.savetxt(f, verts,"%f %f %f %d %d %d")
def bgr2rbg(im):
b,g,r = cv2.split(im)
im = cv2.merge([r,g,b])
return im
# 結果の表示
def show_result(im_l,im_r,disp):
graph = plt.figure()
plt.rcParams["font.size"]=15
# 左画像
plt.subplot(2,2,1),plt.imshow(bgr2rbg(im_l))
plt.title("Left Image")
# 右画像
plt.subplot(2,2,2),plt.imshow(bgr2rbg(im_r))
plt.title("Right Image")
# 視差画像
plt.subplot(2,2,3),plt.imshow(disp,"gray")
plt.title("Disparity")
plt.show()
# 視差画像からx,y,z座標を取得
print ('generating 3d point cloud...')
points = cv2.reprojectImageTo3D(disp, Q)
# RGBを取得
colors = cv2.cvtColor(Re_TgtImg_l,cv2.COLOR_BGR2RGB)
# 最小視差(-16)より大きな値を抽出
mask = disp > min_disp
#mask = disp > disp.min()
out_points = points[mask]
out_colors = colors[mask]
# plyファイルを生成
write_ply("out.ply", out_points, out_colors)
# 結果表示
show_result(Re_TgtImg_l,Re_TgtImg_r,(disp-min_disp)/(num_disp-min_disp))
```
あなたの回答
tips
プレビュー
