如何利用左右图像像素坐标推导视差图中对应像素的坐标？

没问题，我来帮你理清楚视差图坐标和左右图像坐标之间的映射逻辑，并用OpenCV + C++给你写个实用的例子。

先明确最通用的场景：我们通常以左图像为基准生成视差图，此时视差图的尺寸和左图像完全一致，核心映射关系如下：

• 视差图中某点Ad=(x_d, y_d)，坐标完全对应左图像中同位置的点Al=(x_d, y_d)
• 左图点Al=(x_l, y_l)在右图中的匹配点Ar=(x_r, y_r)，视差值d = x_l - x_r（双目相机校正后，匹配点的y坐标理论上完全相等）
• 视差图中Ad=(x_l, y_l)位置的像素值，就设置为计算得到的视差值d

对应你给出的例子：右图点Ar=(2,3)，视差图对应点Ad=(4,3)，本质是左图匹配点Al=(4,3)，视差值为4-2=2，这个值会被填充到视差图的(4,3)位置。

下面针对两种常见场景给出代码：

场景1：已知匹配点对，构建视差图 #

如果你已经通过双目匹配算法（比如SGBM、BM）得到了左右图的匹配点对，可以直接填充视差图：

#include <opencv2/opencv.hpp>
using namespace cv;

int main() {
    // 假设左图像尺寸为640x480，视差图尺寸与左图完全一致
    Size leftImgSize(640, 480);
    // 视差图常用16位有符号存储（兼容负视差场景，比如匹配错误）
    Mat disparityMap(leftImgSize, CV_16S, Scalar(0));

    // 已知匹配点对：左图Al(4,3) <-> 右图Ar(2,3)
    Point2f Al(4, 3);
    Point2f Ar(2, 3);

    // 计算视差值
    int disparityValue = Al.x - Ar.x;

    // 将视差值写入视差图的对应位置（即Ad=(4,3)）
    if (Al.x >= 0 && Al.x < leftImgSize.width && Al.y >=0 && Al.y < leftImgSize.height) {
        disparityMap.at<short>(Al.y, Al.x) = disparityValue;
    }

    // 视差图可视化：转换为8位灰度图
    Mat dispVisualize;
    normalize(disparityMap, dispVisualize, 0, 255, NORM_MINMAX, CV_8U);
    imshow("Disparity Map", dispVisualize);
    waitKey(0);

    return 0;
}

场景2：已知视差图，从右图点反推视差图对应点 #

如果你已经有生成好的视差图，想根据右图点反推视差图中的对应点，前提是相机已完成校正（行对齐），且你有匹配关系的映射表（直接遍历效率较低，仅作示例）：

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;

int main() {
    // 加载预先生成的视差图（确保是校正后的格式）
    Mat disparityMap = imread("disparity_map.png", IMREAD_UNCHANGED);
    if (disparityMap.empty()) {
        std::cerr << "Failed to load disparity map!" << std::endl;
        return -1;
    }

    // 已知右图点Ar=(2,3)
    Point2f Ar(2, 3);
    int targetY = Ar.y;
    int targetX_R = Ar.x;

    // 遍历左图x坐标，寻找匹配的视差值（实际项目建议用匹配算法生成的点对映射表）
    for (int x_L = 0; x_L < disparityMap.cols; x_L++) {
        short currentDisp = disparityMap.at<short>(targetY, x_L);
        if (currentDisp == x_L - targetX_R) {
            std::cout << "视差图对应点Ad: (" << x_L << ", " << targetY << ")" << std::endl;
            break;
        }
    }

    return 0;
}

• 双目校正是前提：必须先用stereoRectify和remap对左右图像进行校正，确保同一极线在同一行，匹配点y坐标一致，否则视差计算会出现偏差。
• 视差图存储格式：OpenCV中视差图默认用CV_16S存储，可视化时需要通过normalize转换为8位图像。
• 匹配方向调整：如果你的视差图是以右图像为基准生成的，视差公式会变为d = x_r - x_l，坐标映射也要对应调整，需根据算法设置灵活修改。

内容的提问来源于stack exchange，提问作者danaLoveInformatique