一、双目视觉概述

1.1 什么是双目视觉

双目视觉，说白了就是给机器装上两只眼睛。

人用两只眼睛看世界，能判断距离、感知深度。双目相机模仿的就是这个原理。两个摄像头从不同角度拍摄同一场景，通过计算左右图像的差异——我们叫它「视差」——就能算出物体的三维位置。

我刚开始接触这个领域时，总觉得这玩意儿很玄乎。后来亲手搭了一套系统，才发现核心逻辑其实挺朴素的：

• 左眼看到物体在某个像素位置
• 右眼看到同一个物体在另一个像素位置
• 这两个位置的差值，就是视差
• 视差越大，物体越近；视差越小，物体越远

嗯，就这么简单。但真正落地的时候，坑可不少。后面我会慢慢聊。

1.2 核心原理：三角测量

双目视觉的数学基础是三角测量。你想想看，两个相机的位置固定，光心之间的距离叫「基线」。物体、左相机光心、右相机光心，这三者构成了一个三角形。

已知基线的长度，已知左右相机光轴的角度，就能算出物体的深度。公式长这样：

深度 Z = (焦距 f × 基线 B) / 视差 d

这个公式我闭着眼睛都能写出来。为什么？因为我在项目里调参调了无数遍。每次视差算不准，就得回头检查这个公式里的三个参数——焦距对不对？基线量准了没？视差匹配有没有跑偏？

1.3 应用场景

双目视觉能干的事太多了。我挑几个最典型的说说：

3D重建

给物体拍两张照片，就能生成它的三维点云。我在做文物数字化项目时用过这个方案。一个宋代瓷瓶，用双目相机扫一圈，点云数据就出来了。精度嘛，毫米级，够用。

测距

这是最基础的应用。自动驾驶里的障碍物检测、机器人避障、无人机定高，都离不开双目测距。我有个朋友做扫地机器人，用的就是双目方案——比单目准，比激光雷达便宜。

手势识别

通过深度信息分割出手部区域，再识别手势。我在智能座舱项目里做过这个，驾驶员挥挥手就能切歌，体验还不错。

工业检测

比如检测电路板上元器件的焊接高度。单目相机看不出来，双目一上，高度差一目了然。

1.4 课程目标

这门课的目标很明确：让你从零开始，亲手搭一套能用的双目视觉系统。

具体来说，学完这门课你能做到：

• 理解双目视觉的完整流程——从标定到匹配到深度计算
• 掌握相机同步触发的硬件方案——别让左右眼各拍各的
• 写出能跑通的Python代码——OpenCV + 双目相机，实时采集和处理
• 避开我踩过的那些坑——硬件接线、参数调优、光照处理

我个人习惯是「先跑通，再优化」。所以课程里会有大量可复现的代码示例，你照着敲一遍就能看到效果。

1.5 硬件选型建议

选硬件这事，我吃过不少亏。第一次做双目项目，图便宜买了两个不同批次的USB摄像头，结果帧率对不上，左右图像时间戳差了几十毫秒。后来才知道，双目相机必须同步触发。

给你几个选型建议：

需求等级	推荐方案	预算	说明
入门	两个USB摄像头 + 软件触发	200-500元	适合学习，但同步精度差
进阶	双目模组（如ZED、Intel RealSense）	2000-5000元	硬件同步，开箱即用
工业	工业相机 + 外部触发信号	5000-20000元	精度最高，适合产线

我个人建议初学者从双目模组入手。比如ZED Mini或者Intel D435，自带SDK，Python接口也完善。等你把流程跑通了，再考虑自己搭工业方案。

1.6 知识体系总览

下面这张图是我自己画的，把双目视觉的核心流程串起来了。你看着它，心里就有谱了。

这张图把整个流程分成了6步。从图像采集开始，到标定、校正、匹配、计算深度，最后输出结果。每一步之间都有依赖关系——你跳不过去，也别想着偷懒。

我当年做第一个双目项目时，就是按这个顺序一步步来的。标定那步卡了我两周，后来发现是棋盘格打印尺寸不对。嗯，这种细节后面会专门讲。

---

好了，第一章就聊到这儿。内容不多，但都是干货。下一章我们会动手搭建硬件环境，把两个相机真正同步起来。

公众号:蓝海资料掘金营，微信deep3321