Python+OpenCV实战：用自带图片搞定双目相机三维坐标计算（附完整代码）

Python+OpenCV双目视觉三维坐标计算实战指南

在计算机视觉领域，双目立体视觉技术因其成本效益和实用性备受关注。本文将带你从零开始，仅使用OpenCV自带的样本图片，完成从相机标定到三维坐标计算的全流程实现。无需购买昂贵的硬件设备，一台普通电脑就能完成这个立体视觉实验。

1. 环境准备与数据获取

首先确保你的Python环境已安装以下库：

pip install opencv-python numpy openpyxl

OpenCV安装包中已经包含了我们需要的双目相机样本图片。这些图片位于OpenCV安装目录下的sources/samples/data文件夹中，包含左右相机拍摄的棋盘格图像（编号01-14，共26张）。这些图像是专门为立体视觉实验准备的，非常适合用来学习和验证算法。

关键文件结构：

opencv/
└── sources/
    └── samples/
        └── data/
            ├── left01.jpg
            ├── right01.jpg
            ├── left02.jpg
            ├── right02.jpg
            ...

提示：如果你无法找到这些样本图片，可以从OpenCV官方GitHub仓库直接下载。

2. 相机标定与参数解析

双目视觉系统的核心在于准确获取两个相机的内在参数和相对位置关系。我们使用棋盘格图像进行相机标定：

import numpy as np
import cv2

# 标定板规格（9x6内部角点）
pattern_size = (9, 6)

# 准备对象点
objp = np.zeros((pattern_size[