详细介绍：OpenCV结构光三维重建类cv::structured_light::GrayCodePattern

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

cv::structured_light::GrayCodePattern 是 OpenCV 库中用于结构光三维重建 的一个类，属于 OpenCV 的 structured_light 模块。
它用于生成和解码 格雷码（Gray Code） 图案，广泛应用于 3D 扫描、深度重建、物体表面形状获取等领域。

主要功能

• 生成一组黑白格雷码图像（水平 + 垂直）
• 对相机拍摄的变形格雷码图像进行解码
• 输出每个像素的“水平”和“垂直”编码值（即像素在投影图案中的唯一编码）
• 可用于计算相机与投影仪之间的像素对应关系（correspondence）

常用成员函数

函数	说明
static Ptr create(Size size);	创建一个格雷码图案生成器，size 是投影图像的分辨率（如 1024x768）
bool generate(std::vector& pattern);	生成格雷码图案序列，输出为一组二值图像（黑白）
bool decode(InputArrayOfArrays patternImages, OutputArray disparity, InputArrayOfArrays whiteImages=noArray(), InputArrayOfArrays blackImages=noArray(), InputArray mask=noArray());	解码拍摄的格雷码图像序列，输出视差图（disparity）或编码图
int getWidth() const;	获取图案宽度
int getHeight() const;	获取图案高度

使用流程（典型结构光系统）

一个典型的 结构光 3D 扫描系统 包括：

• 一台 投影仪（Projector）：投射格雷码图案
• 一台 相机（Camera）：拍摄被物体变形后的图案
• 一台 计算机：运行 OpenCV 处理图像

步骤：

• 生成格雷码图案

cv::Ptr<cv::structured_light::GrayCodePattern> grayPattern =
  cv::structured_light::GrayCodePattern::create(cv::Size(1024, 768));
  std::vector<cv::Mat> patternImages;
    grayPattern->
    generate(patternImages);
    // 生成 ~20 张黑白图像

• 依次投影图案，并用相机拍摄

  • 投影第 i 张图 → 相机拍摄第 i 张变形图 → 存入 capturedImages[i]

• 解码拍摄的图像

cv::Mat disparity;
bool success = grayPattern->decode(capturedImages, disparity);
if (success) {
// disparity 包含每个像素的水平编码值（可用于 3D 重建）
}

• 结合相机标定、投影仪标定，计算三维点云

注意事项

• disparity 图实际上是 水平方向的编码值，类似于“相位”，可用于匹配相机和投影仪的像素。
• 通常还需要配合 正弦条纹（Phase Shift） 方法进行亚像素级精度提升。
• structured_light 模块在 OpenCV 3.0+ 引入，需编译时启用 opencv_contrib 模块。
• 必须安装 opencv-contrib，否则无法使用该类！

应用场景

• 工业零件三维扫描
• 人脸识别与建模
• 医疗三维成像
• 虚拟现实内容生成

示例代码

#include <opencv2/opencv.hpp>
  #include <opencv2/structured_light.hpp>
    int main()
    {
    int width = 1024;
    int height = 768;
    auto pattern = cv::structured_light::GrayCodePattern::create( width, height );
    std::vector< cv::Mat > images;
      pattern->
      generate( images );
      // 保存所有图案
      for ( size_t i = 0; i < images.size();
      ++i )
      {
      cv::imwrite( "pattern_" + std::to_string( i ) + ".png", images[ i ] );
      }
      return 0;
      }

运行结果