data_generator.py文件：数据生成器。 DispNet.py文件：网络结构。 第1步：运行annotation.py文件，在model_data文件夹下生成.txt。 第2步：运行DispNet_Trainer.py文件。 第3步：运行DispNet_Tester.py文件。

经矫正的双目图像，使用区块划分后进行匹配，提取深度信息，并绘制深度图像 经矫正的双目图像，使用区块划分后进行匹配，提取深度信息，并绘制深度图像

一文读懂深度结构光和双目原理，并给出了结构光视觉和双目视觉的对比分析（他人博客网页截图：深度相机原理揭秘--结构光（iPhone X 齐刘海原理））

matlab双目标定步骤介绍

利用双目相机采集到的左右两幅图片，采用BM立体匹配算法生成视差图和深度图。其中包括双目标定、双目校正、立体匹配、计算深度等步骤。 外加鼠标回调函数，可以获得视差图中每一点的坐标信息（在相机坐标系下的坐标），其中z代表深度值。 代码亲自验证有效，有详细注释，如有问题，随时博客联系我，我会一一解答。

使用的是opencv双目深度检测 可返回实时距离，空间任意点距离检测，希望能给大家带来一些帮助。如有疑问欢迎讨论谢谢

经矫正的双目图像，使用区块划分后进行匹配，提取深度信息，并绘制深度图像

实现效果：http://v.youku.com/v_show/id_XMTU2Mzk0NjU3Ng==.html 如何在你的电脑上运行这个程序？ 1，它需要cvblobslib这一个opencv的扩展库来实现检测物体与给物体画框的功能，具体安装信息请见： http://dsynflo.blogspot.com/2010/02/cvblobskib-with-opencv-installation.html，当你配置好cvblobslib之后，你可以用这一的程序进行测试：http://dl.dropbox.com/u/110310945/Blobs%20test.rar 2，视频中两个摄像头之间的距离是6cm，你可以根据你摄像头的型号，来选择合适的距离来达到最好的效果。 3，在进行测距之前，首先需要对摄像头进行标定，那么如何标定呢？ 在stdafx.h中把"#define CALIBRATION 0"改成 “#define CALIBRATION 1”表示进行标定，标定之后，你就可以在工程目录下的"CalibFile" 文件夹中得到标定信息的文件。如果标定效果还不错，你就可以吧"#define CALIBRATION " 改成0，以后就不需要再标定，直接使用上一次的标定信息。你还需要把"#define ANALYSIS_MODE 1"这行代码放到stdafx.h中。 4，视频中使用的是10*7的棋牌格，共摄录40帧来计算摄像头的各种参数，如果你像使用其他棋盘格，可以在 "StereoFunctions.cpp"文件中修改相应参数。 5，如果你无法打开摄像头，可以在 "StereoGrabber.cpp"文件中修改代码“cvCaptureFromCAM(index)”中index的值。 6，About computing distance: it interpolates the relationship between depth-value and real-distance to third degree polynomial. So i used excel file "interpolation" for interpolation to find k1 to k4, you should find your own value of these parameters. 7，你可以通过调整控制窗口中各个参数的滑块，从而来得到更好的视差图。 8，在目录下的”distance“文件夹中，有计算距离信息的matlab代码。 9，如果你想了解基本的理论，可以看一下这个文档和代码（视频里的代码其实就是根据这个代码改的）：http://scholar.lib.vt.edu/theses/available/etd-12232009-222118/unrestricted/Short_NJ_T_2009.pdf 视频中环境：vs2008，opencv2.1