基于OpenCV的单目与双目相机测距：标定、视差与精度实践

简介：一套基于Python和OpenCV的普通相机图像测距系统资料包，面向计算机视觉与立体成像方向的开发者和学习者，解决通过普通相机拍摄图像实现精确距离测量的问题。系统涵盖单目相机标定校正、双目相机空间位置关系标定、左右视图视差计算与深度映射，完整覆盖从标定板图像采集到深度图生成的流程。压缩包共41个文件，大小约2.35MB，以JPG标定图像、PNG结果图、Python脚本、说明文档等为主，包含左右相机拍摄序列、标定板图片、立体校正与视差结果图，以及配套的标定、主程序等可运行脚本，便于直接对照实验。资源还附带依赖清单、说明文件和附赠文档，可快速搭建环境，理解各模块的调用关系。已有188人学习下载，适合作为课程设计、竞赛项目或实际工程中图像测距模块的参考实现，能帮助读者掌握相机标定、特征匹配、视差计算和深度图生成等关键环节，从棋盘格采集到深度映射形成完整闭环，利于新手入门与项目二次开发。

1. 单目与双目之争：普通相机测距到底怎么从一张照片里算出距离

“基于Python和OpenCV的普通相机图像测距系统”这个标题说的东西，简单讲就是：不买深度相机、不用激光雷达，只靠一个USB摄像头或手机摄像头，利用标定、校正、视差计算这串OpenCV里现成的工具链，把图像里的像素位置换算成真实距离。这个方向看起来是一条直路，真正落地的人都知道，坑全埋在标定和参数里。

先把结论摆出来：单目测距做的是“已知物体尺寸 → 像素占比 → 距离”的比例换算，它本身并不具备测量未知物体的能力；双目测距靠左右两幅图像的视差，在普通相机硬件上，才算是真正“自己量出距离”的方案。因此选型不是看哪个代码更短，而是看你的场景：固定闸机、限高杆、固定工位这类目标尺寸已知、距离不超过三四米的环境，单目足够；机器人避障、料位监测、连续深度输出这类需求，双目才扛得住。下面按主线拆开，给你能直接照着跑的流程和参数。

2. 相机标定与畸变校正：先把像素坐标变成物理坐标

测距的前提，是把图像坐标真正对应到相机坐标系里。普通相机镜头的畸变如果不处理，远处的点可能在像素上偏出好几个像素，这对测距来说是致命的。标定这一步做得扎实，后面所有测量才有意义。

2.1 张氏标定：棋盘格、内参与畸变系数的最小必要概念

标定要做的事，是找到相机内参矩阵和畸变系数。内参矩阵把相机坐标系下的三维点投影到像素平面，包含焦距（以像素为单位）和主点位置；畸变系数描述镜头变形，径向畸变让直线变弯，切向畸变源于镜片装配误差。两者一起决定了一个三维点会落在图像的哪个像素上。

张氏标定法的思路很直接：拿一块打印出来的棋盘格，在不同角度、不同位置拍多张照片，检测角点，把棋盘的已知物理坐标和图像像素坐标对应起来，求解这组投影参数。棋盘格用A4哑光纸打印，贴在硬质平板上，避免纸张褶皱。角点数量要选对内角点数，比如(10, 7)表示横向10个内角点、纵向7个内角点，印出来实际是11乘8的格子块。

拍摄数量建议20到30张，关键不是多，而是姿势分布：远、近、上、下、左、右、旋转、倾斜都要有，画面四角和中间区域都必须让角点出现过。很多人拍十几张全是画面正中央的正面照，结果畸变参数完全不收敛，后面测距一塌糊涂。

2.2 拍摄标定照片与执行标定的完整脚本

先要一张标定板图片。下面这个脚本生成一张可打印的棋盘格，每格24毫米，300dpi，带白边方便裁切：

import cv2 import numpy as np # 棋盘格参数：内角点数 (10, 7)，每格 24 mm pattern_size = (10, 7) square_size = 24 # 单位：毫米 dpi = 300 pixels_per_mm = dpi / 25.4 # 左右留白边，打印后不容易裁到黑格 margin = 20 # 单位：毫米 board_w = pattern_size[0] * square_size board_h = pattern_size[1] * square_size img_w = int((board_w + 2 * margin) * pixels_per_mm) img_h = int((board_h + 2 * margin) * pixels_per_mm) img = np.full((img_h, img_w), 255, dtype=np.uint8) start_x = int(margin * pixels_per_mm) start_y = int(margin * pixels_per_mm) cell_px = int(square_size * pixels_per_mm) for i in range(pattern_size[0]): for j in range(pattern_size[1]): x = start_x + i * cell_px y = start_y + j * cell_px if (i + j) % 2 == 0: img[y:y + cell_px, x:x + cell_px] = 0 cv2.imwrite('chessboard.png', img)

这段的要点是pattern_size是内角点数，不是格子数，square_size以毫米为单位，它决定了后面所有距离输出的单位。如果你打印出来的实际格子不是24毫米，一定要量了再填，否则标定结果全部量纲错误。打印分辨率建议不低于300dpi，太低会让角点检测抖动。

标定主体脚本如下：

import cv2 import numpy as np import glob pattern_size = (10, 7) square_size = 24.0 # 棋盘格平面上的三维点坐标，Z方向为0 objp = np.zeros((pattern_size[0] * pattern_size[1], 3), np.float32) objp[:, :2] = np.mgrid[0:pattern_size[0], 0:pattern_size[1]].T.reshape(-1, 2) objp *= square_size obj_points = [] img_points = [] images = sorted(glob.glob('calib_images/*.jpg')) for fname in images: img = cv2.imread(fname) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 粗略检测角点 found, corners = cv2.findChessboardCorners(gray, pattern_size, None) if not found: print('skip:', fname) # 没检测到直接跳过 continue # 亚像素细化，把角点精度从整数像素提到亚像素 criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) corners_sub = cv2.cornerSubPix(gray, corners, (5, 5), (-1, -1), criteria) obj_points.append(objp) img_points.append(corners_sub) if len(obj_points) >= 5: # flags 里 CALIB_ZERO_TANGENT_DIST 表示只估计径向畸变 rms, mtx, dist, rvecs, tvecs = cv2.calibrateCamera( obj_points, img_points, gray.shape[::-1], None, None, flags=cv2.CALIB_ZERO_TANGENT_DIST) np.savez('camera_params.npz', mtx=mtx, dist=dist, rms=rms, img_size=gray.shape[::-1]) print('RMS(px):', rms)

findChessboardCorners返回的found是布尔值，很多实践里检测不出来的照片会被静默忽略，如果你拍到的可用照片少于15张，建议重拍而不是硬凑。cornerSubPix的窗口(5, 5)对大多数棋盘格足够，如果标定板分辨率很低可以改成(11, 11)。calibrateCamera返回的rms是重投影误差，单位是像素，经验上小于0.5可用，小于0.2说明标定质量不错。这个rms只是同一批照片上的平均误差，不能完全代表实测距离精度。

2.3 标定结果怎么判断：重投影误差与图像校正观察

拿到参数后不要急着测距，先做两件事。第一，打印一张验证棋盘格，单独放在几个位置，用已保存的参数算位姿，再把角点投回去，看平均像素偏差是否小于0.5像素。第二，直接对一张有明显直线边缘的照片做畸变校正，观察画面边缘的直线是否变直，绿色通道比对校正前后的像素位置。

import cv2 import numpy as np data = np.load('camera_params.npz') mtx, dist = data['mtx'], data['dist'] img = cv2.imread('test_rect.jpg') h, w = img.shape[:2] # alpha=0 表示裁掉黑边，保留最多有效像素 new_mtx, roi = cv2.getOptimalNewCameraMatrix( mtx, dist, (w, h), 0, (w, h)) undistorted = cv2.undistort(img, mtx, dist, None, new_mtx) # roi 是去畸变后不含黑边的有效区域 x, y, w2, h2 = roi undistorted = undistorted[y:y + h2, x:x + w2] cv2.imwrite('undistorted.jpg', undistorted)

getOptimalNewCameraMatrix里的alpha取值范围是0到1，alpha=0裁切最大但画面里没有黑边，alpha=1保留所有原始像素但边缘会出现弯曲区域。单目测距建议直接用0，双目极线校正阶段一般取更小的裁剪策略，这个在第4章会具体说。

去畸变之后，画面边缘原本弯曲的门框、墙体边缘线应该变成直线。如果你发现标定rms很小但边缘直线依旧弯曲，多半是拍摄覆盖不全，畸变系数在边缘区域没有被有效约束，回炉重拍是唯一的后悔药。

3. 单目测距落地：相似三角形与 solvePnP 的取舍

单目测距从原理上分两档。第一档是相似三角形，代码最简单但约束最多；第二档是solvePnP，用一组已知的三维点和对应像素点直接求解相机外参，能容忍一定程度的倾斜视角，是实际工程里更值得用的方案。

3.1 相似三角形测距：公式、前提与失效边界

针孔模型下的测距公式是：

[ Z = \frac{f \cdot H}{h} ]

其中 (Z) 是目标距离，(f) 是焦距（单位是像素），(H) 是目标真实高度（单位毫米），(h) 是目标在图像里的像素高度。焦距来自标定内参矩阵的mtx[0, 0]，目标高度需要提前量好。

这个公式成立的前提有三个：目标物完全正对相机，没有俯仰和偏航；目标高度已知且测量准确；相机光轴与目标平面垂直。真实场景中这三个条件几乎不可能同时满足。比如一个行人对相机有20度的偏角，像素高度会明显缩水，误差直接到百分之十几。所以这个公式只适合闸机、固定工位这类目标姿态可控的场景，我在这里写出来是为了让你先理解原理，工程上不要直接用。

3.2 用 solvePnP 做单目测距：不依赖正对假设

solvePnP的思路是：知道目标上N个三维点在物体坐标系下的坐标，也知道它们落在图像上的像素位置，就可以反求出物体坐标系相对于相机坐标系的旋转和平移。平移向量tvec的模长就是目标中心到相机光心的距离。

工程上最省事的做法是用ArUco码作为目标物，OpenCV自带的检测器直接返回四个角点，不需要自己写角点提取逻辑。代码：

import cv2 import numpy as np # 4x4 字典，ID数量50个，普通测距够用 aruco_dict = cv2.aruco.getPredefinedDictionary(cv2.aruco.DICT_4X4_50) params = cv2.aruco.DetectorParameters() def measure_distance(frame, mtx, dist, marker_size_mm=100.0): corners, ids, _ = cv2.aruco.detectMarkers( frame, aruco_dict, parameters=params) if ids is None: return None # marker 真实尺寸的一半，单位毫米 half = marker_size_mm / 2.0 # 物体坐标系下的四个角点，Z=0 表示贴在平面 objp = np.array([ [-half, half, 0], [ half, half, 0], [ half, -half, 0], [-half, -half, 0]], dtype=np.float32) # corners[0][0] 是第一个marker的四个角点，顺序与 objp 对应 ret, rvec, tvec = cv2.solvePnP( objp, corners[0][0], mtx, dist, flags=cv2.SOLVEPNP_ITERATIVE) if not ret: return None # 斜距：目标中心到相机光心的欧氏距离 dist_mm = float(np.linalg.norm(tvec)) # 前向距离：沿相机光轴方向的距离 z_mm = float(tvec[2][0]) # 重投影误差：评判这一帧外参解算质量 pts2, _ = cv2.projectPoints(objp, rvec, tvec, mtx, dist) reproj_err = float(np.mean( np.linalg.norm(pts2.reshape(4, 2) - corners[0][0], axis=1))) return dist_mm, z_mm, reproj_err

tvec的三个分量分别是目标原点在相机坐标系下的X、Y、Z坐标，单位跟objp一致。因为你传进去的坐标单位是毫米，tvec就是毫米。SOLVEPNP_ITERATIVE适合平面目标，也可以用SOLVEPNP_IPPE，它专门针对平面点做了加速和优化。如果画面里检测到多个marker，可以把各自的tvec取中位数平均，抖动会明显小于单个marker。

代码里我额外算了一步重投影误差，这是很多人忽略的地方。solvePnP返回的ret只是布尔成功标志，不是精度指标；真正看出这一帧外参解得好不好，要看把rvec、tvec投回去的像素误差。实测中如果重投影误差大于1像素，说明角点定位不稳，这一帧测距结果直接丢弃更安全。

3.3 单目测距的参数边界：目标尺寸、安装角与误差放大器

单目测距的误差有一个让人难受的特性：距离估计误差跟目标尺寸误差近似成正比。假设marker实际是100毫米，你量出来是101毫米，所有测距结果都会放大1%。安装角度带来的误差更隐蔽——相机朝下倾斜安装时，solvePnP勉强能解出外参，但对标定误差和角点噪声更敏感。

建议把工作距离控制在：

单目的本质是外推，不是测量。距离越远，目标在图像中占据的像素越少，角点亚像素精度带来的相对误差越大。所以单目测距的价值不在高精度，而在固定场景下的低成本粗略测距。如果你需要3米以外稳定的毫米级深度，直接看第4章的双目方案。

4. 双目深度测量：从极线校正到视差计算的完整链路

双目才是普通相机硬件下真正能算出绝对距离的方案。它不需要知道目标物体的任何尺寸，只要左右两幅图像中对应点匹配得上，就能用几何关系推出深度。整套链路里，标定、极线校正、立体匹配、参数调优每一步都可能翻车，下面按顺序拆开。

4.1 视差的物理意义：为什么基线越大测距越远

双目测距的核心公式是：

[ Z = \frac{f \cdot B}{d} ]

(f) 是焦距（像素单位），(B) 是两个相机光心之间的距离，通常叫基线，(d) 是同一个空间点在左右图像中的像素横坐标之差，也就是视差。深度与视差成反比，这意味着近处物体视差大、容易测准，远处物体视差小、一点点匹配误差都会被放大成很大的深度误差。

基线选择直接影响测量范围。基线越大，相同深度下视差越大，对远距离测量越有利；但基线过大会导致近处物体的左右视角差异过大，匹配成功率下降。经验上，工作距离在1到3米之间，基线取15到20厘米比较均衡；如果主要测5米以上，基线要尽量放宽，但要做好近处视野被裁掉的准备。两个相机要固定在一个刚性支架上，安装后不能有丝毫松动，否则标定结果会随时间报废。

4.2 双目联合标定与极线校正

双目标定的基础是左右相机分别完成第2章的单目标定。然后采集同一时刻的左右成对棋盘格照片，进入联合标定。这里的关键是左右摄像头必须拍同一时刻的棋盘格位置，不能左右分开拍，否则棋盘格目标的三维位置不一致，联合标定完全无意义。

import cv2 import numpy as np # 假设已经分别得到左右内参 mtx_l, dist_l = np.load('left_camera.npz'), np.load('left_camera.npz')['dist'] # 实际使用时替换为左右各自的参数文件 obj_points = [] img_points_l = [] img_points_r = [] # pairs = 左右图像路径列表，两两对应 for path_l, path_r in pairs: gray_l = cv2.cvtColor(cv2.imread(path_l), cv2.COLOR_BGR2GRAY) gray_r = cv2.cvtColor(cv2.imread(path_r), cv2.COLOR_BGR2GRAY) found_l, corners_l = cv2.findChessboardCorners(gray_l, pattern_size, None) found_r, corners_r = cv2.findChessboardCorners(gray_r, pattern_size, None) if not (found_l and found_r): continue criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 1e-6) corners_l = cv2.cornerSubPix(gray_l, corners_l, (5, 5), (-1, -1), criteria) corners_r = cv2.cornerSubPix(gray_r, corners_r, (5, 5), (-1, -1), criteria) obj_points.append(objp) img_points_l.append(corners_l) img_points_r.append(corners_r) # 联合标定，固定已知内参只优化外参和基线 flags = cv2.CALIB_FIX_INTRINSIC rms_stereo, M1, d1, M2, d2, R, T, E, F = cv2.stereoCalibrate( obj_points, img_points_l, img_points_r, mtx_l, dist_l, mtx_r, dist_r, gray_l.shape[::-1], criteria=criteria, flags=flags) print('stereo RMS(px):', rms_stereo)

CALIB_FIX_INTRINSIC的意思是沿用单目标定的内参，只优化左右相机之间的旋转矩阵R和平移向量T。这个做法比从头联合优化所有参数更稳，因为单目标定已经在各自照片上充分收敛了。stereo RMS的经验值同样参考小于1像素，如果联合标定后RMS明显大于单目的RMS，通常是左右标定板照片数量不够或者棋盘格检测有误。

极线校正的目的是让左右图像中同一个三维点落在同一行上，这样后续匹配只需要沿水平方向搜索：

# 图像尺寸，左右一致 image_size = (width, height) R1, R2, P1, P2, Q, valid1, valid2 = cv2.stereoRectify( M1, d1, M2, d2, image_size, R, T, alpha=0) map1_l, map2_l = cv2.initUndistortRectifyMap( M1, d1, R1, P1, image_size, cv2.CV_32FC1) map1_r, map2_r = cv2.initUndistortRectifyMap( M2, d2, R2, P2, image_size, cv2.CV_32FC1) rect_l = cv2.remap(gray_l, map1_l, map2_l, cv2.INTER_LINEAR) rect_r = cv2.remap(gray_r, map1_r, map2_r, cv2.INTER_LINEAR)

校正完成后一定要用肉眼验证极线：在左图的某一行上选一个明显特征点，看右图同一点是否在相同行。如果差出好几个像素，优先怀疑左右相机没有严格刚性地固定，或者标定板照片太少。Q矩阵保存了重投影矩阵，后面reprojectImageTo3D要直接用到它。

4.3 SGBM 视差计算与深度转换

极线校正之后，立体匹配用StereoSGBM完成。它通过半全局匹配思想，在多个方向传播匹配代价约束，比简单的块匹配对弱纹理区域效果好一些，但也远不是万能的。

# 创建SGBM匹配器 block_size = 15 stereo = cv2.StereoSGBM_create( minDisparity=0, numDisparities=64, # 必须是16的倍数 blockSize=block_size, # 必须是奇数 P1=8 * 3 * block_size ** 2, P2=32 * 3 * block_size ** 2, disp12MaxDiff=1, preFilterCap=32, uniquenessRatio=10, speckleWindowSize=100, speckleRange=2, mode=cv2.STEREO_SGBM_MODE_SGBM_3WAY) # compute返回的是int16，真实视差需要除以16 disp16 = stereo.compute(rect_l, rect_r) disp = disp16.astype(np.float32) / 16.0 # 深度转换 points3d = cv2.reprojectImageTo3D(disp, Q, handleMissingValues=True) Z = points3d[:, :, 2]

这里有一个高频踩坑点：compute返回的disp16不是浮点视差，必须除以16才是以像素为单位的真实视差。直接拿disp16做归一化或深度计算，距离会缩水16倍，这是双目项目里最常见也最隐蔽的错误。numDisparities越大，能测到的深度范围越近，但搜索范围成倍增加，误匹配概率也随之上升。

SGBM 参数调整方向可以参考这张表：

preFilterCap控制输入图像的截断值，对光照对比度剧烈的场景影响明显，一般32或63。disp12MaxDiff做左右一致性检查，值越小越严格，1到2比较稳妥。

5. 测距误差与常见问题排查：为什么你的结果总是差十几厘米

这一章把最常见的问题按“现象、原因、解决”列出来。每一条都来自实际项目里的真实翻车现场，不是理论推演。

5.1 现象：标定RMS很小，测距却偏了

标定面板上的重投影误差0.3像素，看着漂亮，实际测距离却差出10%以上。原因往往是标定板拍摄覆盖不全。只拍了画面中央区域，畸变系数在最需要约束的画面边缘没有被数据约束，内参在边缘区域的投影自然不准。还有一种常见情况是标定板本身不平整，打印纸贴在弯曲的纸板上，角点物理坐标系统就有偏差。

解决：回炉重拍，20到30张标定照片必须覆盖画面四角、中心、近处、远处，并包含明显旋转角度。同时拿这些照片去检查单个样本的重投影误差，把明显偏离平均值的照片剔除后重新标定。重投影像素偏差大于1的样本直接删掉，不要心软。

5.2 现象：视差图上目标区域全是黑色空洞

SGBM在纯色、低纹理区域没有可靠的匹配代价峰值，所以白墙、白纸这类目标在视差图上会是黑洞。光线不均匀时，阴影边界也会被误判成视角差异，产生成片错误视差。

解决：先判断场景能否改进。给目标表面增加纹理是最直接的办法，比如贴一张有图案的标签纸；实在不能贴，就调大blockSize到21左右，同时降低uniquenessRatio，让匹配算法对弱代价峰值更宽容。但要注意，这些改动会牺牲边缘精度。如果目标本身就是毫无纹理的墙面，建议放弃SGBM，换成主动投影纹理的方案，这不是参数能解决的问题。

5.3 现象：距离越远误差越大，而且是平方级放大

双目公式 (Z = fB/d)，深度误差与距离的关系是：

[ \delta Z = \frac{Z^2 \cdot \delta d}{f \cdot B} ]

距离翻倍，误差大概是原来的四倍。这不是算法调参能解决的物理限制，视差的量化误差在那里摆着。实测2米内还能做到3%以内，放到5米就可能跳到15%。

解决：按这个公式反向推算自己方案的可用距离上限。如果要把5米的误差压到5%，就得增大基线 (B)，或者提高图像分辨率。还有一种工程做法是多帧聚合：对同一个静态目标连续取几十帧视差图，取中位数深度，能有效压掉匹配噪声带来的随机误差。

5.4 现象：校正后画面被裁剪得太狠，视野明显变小

去畸变和极线校正都会让图像边缘产生无效区域。stereoRectify的alpha参数设为0时，算法会把所有无效像素裁掉，视野骤减。如果需要在视差图和RGB图上保留更多画面内容，可以适当调大alpha。

解决：把stereoRectify的alpha改成0.1到0.3，然后用cv2.getValidDisparityROI这类函数动态获取有效区域，而不是死板地全图计算。需要注意，alpha调大后视差图边缘会有更多无效值，计算深度时要用掩码把这些点滤掉。

5.5 现象：左右图亮度不一致导致匹配大面积错乱

两个USB摄像头各自启用自动曝光、自动白平衡时，同一帧画面左右亮度会有明显差异，SGBM的匹配代价直接失真。动态场景下这个问题更严重，因为自动曝光是在持续变化的。

解决：用cap.set(cv2.CAP_PROP_AUTO_EXPOSURE, 0)关闭自动曝光，手动设置固定曝光值，白平衡也用手动模式。如果一个相机枚举顺序不稳定，可能是USB带宽或驱动的问题，优先给两个摄像头分配独立的USB控制器。实在无法硬件同步时，可以做逐帧直方图匹配来拉近左右亮度，但这是补救手段，不是根治方案。

6. 让精度再进一步：误差标定流程与多帧处理技巧

测距系统做到能跑只是第一步，能用才是目的。这里分享一个我保留了很久的习惯：不管单目还是双目，上线前都做一遍误差标定，然后用多帧采样把随机噪声压下去。

误差标定的流程很简单：在0.5米到3米范围内，每隔0.2到0.3米放一个已知尺寸的目标（标定板或ArUco码都行），记录真实距离和算法测出来的距离，画出误差曲线。如果误差曲线呈现明显的系统性偏移，可以拟合一阶多项式，在输出端做补偿：

import numpy as np ground_truth = np.array([500, 800, 1100, 1400, 1700, 2000], dtype=np.float32) measured = np.array([512, 815, 1118, 1428, 1735, 2080], dtype=np.float32) # 一阶拟合：估计值 = 系数 * 真实值 + 截距 coeff = np.polyfit(ground_truth, measured, 1) compensated = measured - np.polyval(coeff, ground_truth) print('原始误差(mm):', measured - ground_truth) print('补偿后残差(mm):', compensated)

这段代码里的补偿系数只对当前这一套相机、镜头、基线、安装位置有效。换一个相机或者重新拆装过支架，必须重新标定。把参数和当天拍摄环境的缩略图一起存档，这是排查问题时最便宜的后悔药。

多帧采样是另一个低成本提升手段。单帧测距结果会有随机的跳变，尤其是ArUco角点或SGBM匹配在某些帧上突然失效。对静态目标取连续30帧的测量结果，用中位数而不是平均值，能有效滤掉极端跳变：

frames = [] for _ in range(30): frame = grab_frame() result = measure_distance(frame, mtx, dist) if result is not None: frames.append(result[0]) if len(frames) > 0: final_distance = np.median(frames) # 中位数抗跳变能力强于均值

如果要输出每一帧的深度图，建议把reprojectImageTo3D得到的Z通道换成浮点视差有效的掩码区域再做中值滤波，而不是直接对原始disp滤波，否则边缘会被抹平。

这套流程下来，单目在1米内的误差能稳定到2%到3%，双目在2米内做到3%左右是可以预期的。别指望5米外还能有这个精度，视差量化误差在那个距离上是物理上限。看清边界、标好参数，这个方向在你的项目里一定跑得稳。希望帮到你。

本文还有配套的精品资源，点击获取