Evans Liu

没太明白意思，就正常的解相、匹配就行了。都是用CUDA加速会更快点，但用互补格雷码方案，会由于图像数目过多导致帧率比较低。投影仪简单离焦就行了。可以自行查阅[部分源码](https://github.com/Practice3DVision/SLMaster/blob/d4590ec7e627e82b700d720f592618105b17c821/src/cameras/binocular/binoocularCamer.cpp#L340C1-L423C2)。 ```c++ bool BinocularCamera::continuesCapture(SafeQueue &frameDataQueue) { if (!isCaptureStop_.load(std::memory_order_acquire)) { return true; } if (imgCreateThread_.joinable()) { imgCreateThread_.join(); } if (frameDataCreateThread_.joinable()) { frameDataCreateThread_.join(); } isCaptureStop_.store(false, std::memory_order_release); imgCreateThread_ = std::thread([&] { const device::CameraFactory::CameraManufactor...

看着像是离焦或者条纹编码的原因，检查投影仪是否聚焦或者条纹编码是否存在问题。

该问题与之相同：https://github.com/Practice3DVision/SLMaster/issues/16#issuecomment-2084828874。 尝试将相关文件做CRLF与LF的格式更换。

您好！ 问题一的推测是正确的，由于黑格调制度过低，过大的`filter threshod`会将黑格相位值滤除，因此，可以通过减少`filter threshod`来获得完整的相位，但整体标定精度仍然较低，推荐使用白色前景的标定板。 问题一的补充图片，垂直水平相位存在显示问题的原因在于`filter threshod`过低，导致整幅图像相位值杂乱，归一化后图片效果不好。 问题二：标定完成后，仅需要更改相机配置文件中的标定文件路径即可。检查是否标定误差过大（通常0.3左右），或者提高`filter threshod`滤除杂乱点等。

1、Export epilines选中状态下会输出极线系数矩阵 2、use current feature point选中状态下会使用经过变换后的特征点（标定完成后可点击图片文件名称，查看特征点连线状态，右击图片文件名称，可进行特征点水平/垂直翻转） 3、calibration error 达到40多，误差过大，检查是否存在特征点顺序不一致、左右相机图片不对应等问题 4、修改双目相机配置文件binoocularcamera.json中算法描述和标定文件路径即可，不需要其它工作 5、点云不对的原因是标定不对

是的，使用软件标定后，保存标定文件到指定目录，再更改`data`参数为标定文件路径即可。error达到100多肯定标定存在问题，需要重新标定，检查是否存在特征点顺序不一致、左右相机图片不对应等问题。先把error降到0.2左右。

Until today, I haven't given up! After recompiling lldb to the same Python version as OpenImageDebugger, I followed the [MAC system compilation guide](https://github.com/OpenImageDebugger/OpenImageDebugger/wiki/Building-on-MacOS) for testing, and now the oid window...