middlebury立体匹配评估使用方法总结（二）——python版离线教程

系列文章目录

middlebury立体匹配评估使用方法总结（一）——网站说明
middlebury立体匹配评估使用方法总结（二）——python版离线教程

文章目录

系列文章目录
前言
- 1.下载内容
- 2.配置环境
- 3.elas编译
- 4. 运行评估
总结

前言

最近想使用middlebury数据集测一下算法的效果如何，奈何网上没有完整的搭建middlebury离线环境的教程，自己查阅资料和阅读官方readme文档总结如下教程。
推荐两个博主的文章，非常有用。
windows下Middlebury离线工具使用(补充)
立体视觉数据集之MiddleBury离线使用踩坑记录（Windows+Cygwin）

1.下载内容

进入middlebury官网
请添加图片描述
README.txt可以查看官方给的方案。
在这里插入图片描述
1、，下载并解压MiddleEval3-data-Q.zip（原始图片及校正参数）、MiddleEval3-GT0-Q.zip（标准视差图）。（F、H、Q代表了三个不同的分辨率，按照自己的需要下载不同分辨率的图片，也可以都下载下来，一共15组，没多大），解压到同一个文件夹下，合并起来就跟说明书里面的contents部分的结构一样了。
在这里插入图片描述

2、下载MiddEval3-SDK-1.6.zip（离线评测工具），是一些由c++代码和shell脚本组成的SDK，可以在windows环境下运行，能够在所有数据集上运行算法，评估训练集结果，和为结果创建压缩文件以及上传。进行检测需要使用后缀为.pfg的PFM格式的视差图像(算法处理后的结果图)。
在这里插入图片描述

3、下载cvkit工具包，用于查看.pfm格式的文件。
在这里插入图片描述

2.配置环境

1、安装cmake
2、安装cygwin（cygwin安装时需要手动选择make和tcsh）
3、安装MinGW（官网下载的MinGW是不包含扩展包的，然而MiddleBury中的使用到了libpng这个扩展包，所以这里分享了一个自带扩展包的MinGW，链接已经在上面了。）
4、分别为cmake、cygwin、MinGM配置环境变量。
在这里插入图片描述

3.elas编译

官方文档说明
在这里插入图片描述
在middlebury文件夹下cmd执行

cd alg-ELAS/build
cmake ..
make
cd ../..

code/imageLib/ImageIOpng.cpp中的png.h可能会出现找不到的情况,所以需要手动添加如下代码：
路径改成自己的MinGW安装路径

extern "C"{
#include "E:\\MinGW\\MinGW\\include\\png.h"
}

在middlebury文件夹下cmd执行

cd code/imageLib
make
cd ..
make
cd ..

4. 运行评估

打开cygwin终端，参考在 windows 下的某目录中右键打开 cygwin 终端

输入指令，可以查看相关操作

/.runeval

在这里插入图片描述

通过python中opencv代码可以获取pfm的视差图，建议直接保存为pfm文件，放到对应的测试文件目录下，即可进行测试。

cv2.imwrite("test.pfm",disp)

在这里插入图片描述
在cygwin中输入指令，进行测试

./runeval Q Adirondack 1

在这里插入图片描述

总结

mask：(水平/垂直方向上的)非遮挡区域比例
bad1.0 传递的阈值为1的时候，坏点率：即和真实结果在对应像素点位置的值的差距大于阈值的点的比例
invalid 无效点率，指的是那些黑色点，匹配失败，灰度为无穷大
totbad 总体坏点，坏点率 + 无效点率
avgErr 平均误差：所有的有效的点和真实结果的点的灰度差的累加和/所有有效点个数

粘贴一下我的文件夹图，大家可以对照一下，看却些什么。
在这里插入图片描述