立体视觉中视差缩放1/16的原因——基于OpenCV StereoSGBM代码

问题背景 #

以下是用于计算立体相机视差的代码片段，疑问点在于disparity_sgbm.convertTo(disparity, CV_32F, 1.0 / 16.0f);这一行，为何要将视差按1/16的比例缩放：

int main(int argc, char **argv) {

    // 内参
    double fx = 718.856, fy = 718.856, cx = 607.1928, cy = 185.2157;
    // 基线
    double b = 0.573;

    // 读取图像
    cv::Mat left = cv::imread(left_file, 0);
    cv::Mat right = cv::imread(right_file, 0);
    cv::Ptr<cv::StereoSGBM> sgbm = cv::StereoSGBM::create(
        0, 96, 9, 8 * 9 * 9, 32 * 9 * 9, 1, 63, 10, 100, 32);    // 神奇的参数
    cv::Mat disparity_sgbm, disparity;
    sgbm->compute(left, right, disparity_sgbm);
    disparity_sgbm.convertTo(disparity, CV_32F, 1.0 / 16.0f);

原因解释 #

这是OpenCV StereoSGBM模块的设计规则：

• StereoSGBM::compute输出的视差图disparity_sgbm是16位有符号整数类型（CV_16S），它把真实视差值放大了16倍后存储。
• 这么做的目的是用整数格式保留亚像素级的视差精度：比如真实视差是2.375，直接存浮点数占内存，放大16倍后得到38（2.375×16），用整数存储既节省空间，又能保证0.0625（1/16）的精度。
• 调用convertTo时除以16，就是把这个放大的整数值还原成真实的浮点数视差，这样后续用深度公式z = fx*b / disparity计算场景深度时，才能得到正确的结果。

内容的提问来源于stack exchange，提问作者CVDE