reconstruct_surface_stereo — MV `stereo` op

• Datenarten: image2d → points

• Aufruf: import fullseye as fs; fs.ledger.reconstruct_surface_stereo(disparity, focal=500.0, baseline=0.1, cx=0.0, cy=0.0) (die Implementierung direkt: import reconstruction; reconstruction.reconstruct_surface_stereo(disparity, focal=500.0, baseline=0.1, cx=0.0, cy=0.0); aus dem Register: opsmv.get("reconstruct_surface_stereo"))

• HALCON-Äquivalent: reconstruct_surface_stereo (Bedeutung und Parameter sind in der HALCON-Referenz nachzulesen)

• GPU: nein (nur CPU-Referenzimplementierung)

Verwendung

Bildet die gültigen Pixel eines Disparitätsbilds auf 3-D-Punkte ab.

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

Z = focal * baseline / d、X = (col - cx) * baseline / d、Y = (row - cy) * baseline / d。NaN と inf と 0 の視差は無効として落とす。有効な画素が無いと (0, 3) の空を返す(理由: 無効の画素は点を作らない)。空の入力(disparity が 0 要素)は ValueError。

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie machine_vision_classics

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• machine_vision_tour — py -3.11 examples/machine_vision_tour.py

Typkompatible Folge-Operatoren (nehmen `points` als Eingabe)

—

Gleiche Kategorie (`stereo`)

binocular_disparity_ms · binocular_distance_ms

*Provenance: reconstruction.py — MV Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

reconstruct_surface_stereo — MV stereo op