简介：一份基于Python与OpenCV实现双目视觉测量被摄物体尺寸的毕业设计项目，面向计算机、通信、人工智能、自动化等专业的学生、教师和从业者，适合作为课程设计、大作业或毕业设计的方案参考。项目代码已调试并通过运行，包含左右相机标定图像、主程序及文档说明，能够帮助理解双目相机标定、特征匹配与尺寸测量的完整流程。
资源包共23个文件，由21张JPG标定和结果图、1个PY主程序、1个MD说明文档组成，压缩包约2.26MB，结构精简便于按需查阅。目前已有200人学习下载，适合动手实践或在此基础上二次开发。
通过这份材料可以掌握基于OpenCV的双目标定方法、视差计算思路和物体尺寸测量细节，配合说明文档可快速复现实验，即便基础薄弱也能按步骤运行，从而深入理解双目视觉在实际测量场景中的落地价值。
1. 双目视觉测量被摄物体尺寸，先分清“测尺寸”和“测距离”
如果你也拿到“基于 Python+OpenCV 实现双目视觉测量被摄物体尺寸”这类毕业设计，第一件事不是装环境，而是想清楚一个问题：你要测的是物体到相机的距离，还是物体在真实空间里的长宽高。这两个目标共用同一个技术栈，但验收方式完全不同——前者只要输出一张深度图，后者要把视差图里每个像素还原成三维坐标，再做边缘判断和包围盒计算。这个方向之所以被反复选成毕业设计，是因为成本低、例子多，两个普通 USB 摄像头固定在同一根横杆上，就能复现人眼测距的基本逻辑；但真正走到“测量尺寸”这一步，靠的是标定、立体校正、立体匹配一环都不塌。适合谁？适合已经有 Python 和 OpenCV 基础，又愿意拿棋盘格和卡尺反复验证结果的读者。
2. 为什么是Python+OpenCV：双目测尺寸的基础逻辑和第一个决定精度的公式
2.1 从人眼到公式：视差、基线和焦距如何决定深度精度
两个摄像头水平摆放，光轴近似平行，它们的间距叫基线 T，镜头焦距是 f。空间里某个点 P，会同时出现在左图和右图中，在两个图像上的列坐标分别为 x_l 和 x_r，它们的差值 d = x_l - x_r 就叫视差。理想情况下，深度 Z 与视差的关系是：
Z = f * T / d
这个公式看着简单，却决定了整个测量方案的边界。f 的单位要和 d 一致，通常 d 用像素，f 也用像素，所以标定得到的焦距是“像素焦距”而不是毫米焦距；T 的单位决定了 Z 的单位。如果你标定棋盘格时把格边长写成了 25mm，那么最终输出的深度和三维坐标单位就是 mm；如果写成 2.5cm，数字会一样，但后续再换算就容易出乱子。我一般从第一步就统一用毫米。
这个公式还暴露了一个反直觉的结论：视差和深度成反比，距离越远，视差变化越小。一个物体从 1m 移到 1.1m，视差可能只变化几个像素；从 5m 移到 5.1m，视差变化不足一个像素。而 SGBM 这类算法算出来的视差，单位精度其实还是一个像素左右。由误差公式 ΔZ = Z² * Δd / (f * T) 可以看出来，误差随距离平方增长，所以双目视觉测量不是越远越准，而是越近越稳。毕业设计里把测量距离控制在 0.5m 到 2m，比盲目追求远距离更实际。
2.2 装环境不是装三个包：统一 OpenCV、NumPy 和解释器版本
这个项目的运行环境远比标定算法更早制造翻车现场。最常见的几个问题：pip install opencv装出来的是一个不存在的旧包；在 VSCode 里明明装了 opencv，运行却说ModuleNotFoundError: No module named 'cv2'；或者换了电脑之后，原来正常的代码突然在矩阵运算上报错。这些基本都和包名、解释器路径、版本不一致有关。
我习惯先建一个干净的虚拟环境，再统一安装，避免把系统 Python 搞乱。下面这组命令在 Windows 和 Linux 上都适用：
conda create -n stereo python=3.10 -y conda activate stereo pip install opencv-python==4.8.0.74 numpy==1.26.4 -i https://pypi.tuna.tsinghua.edu.cn/simple python -c "import cv2, numpy; print(cv2.__version__, numpy.__version__)"这里用opencv-python而不是opencv，是因为 OpenCV 在 PyPI 上的发行名就叫opencv-python，它已经包含了核心库和常用模块。把numpy版本一起锁死，是因为 OpenCV 的矩阵运算依赖 NumPy，某些 OpenCV 版本和过新的 NumPy 组合会直接报错。最后一条命令如果能在终端打出两个版本号，说明环境没问题；如果 VSCode 里仍然找不到模块，就去检查右下角的 Python 解释器是不是切回了全局环境。
这个项目里还有大量 YAML 或者 npz 文件要读写，建议顺手把pyyaml也装上。源码包里的文档说明如果提到“直接用 Anaconda Prompt 就能跑”，通常就是指先激活环境，再在同一个终端里执行脚本，而不是重新开一个普通命令行窗口。
2.3 相机模型：从世界坐标到像素坐标，OpenCV 到底在算什么
尺寸测量最终要的是毫米坐标，但摄像头拿到的只有像素坐标。中间要经过一次投影，用公式写出来就是：
像素坐标 = 内参矩阵 * [旋转矩阵 | 平移向量] * 世界坐标
内参矩阵 K 里有 fx、fy 和 cx、cy。fx、fy 是 x 和 y 方向的像素焦距，cx、cy 是主点坐标，理想情况在图像中心附近。标定棋盘格，本质上就是同时估计内参、畸变系数和每张棋盘格的外参。畸变系数 k1、k2、p1、p2 负责修正镜头边缘的径向畸变和装配带来的切向畸变。很多源码里只打印内参矩阵，从不看畸变系数，导致后面立体校正时镜头边缘的误差一直压不下去。
单目相机只能把三维世界压成二维像素，像素坐标里没有深度信息；双目系统则是在左右图上分别找到同一个点，利用两个投影位置之间的几何关系把深度恢复出来。这里最容易混淆的是“立体标定”和“立体校正”。立体标定算出的是右摄像头相对左摄像头的旋转 R 和平移 T；立体校正则根据 R 和 T 把左右图重新映射，让两张图变成“行对齐”，同一个物体看起来就像是水平移动了一段距离，这一段水平距离就是视差。没有这一步，后面直接跑 SGBM 算出的是乱七八糟的视差图，而不是能用的深度。
3. 相机标定与立体校正：从棋盘格到一张能直接算视差的校正图像
3.1 打印棋盘格与采集照片：角点数量和架设高度的一次性取舍
标定棋盘格可以直接打印，但有几件事不能省。格子边长一旦打印出来就固定了，所以标定前要用直尺量一下实际边长，而不是依赖打印设置里的数值；棋盘格要贴在平整的硬纸板或亚克力板上，不能揉皱；不要用手机屏幕当棋盘格，屏幕反光和亮度变化会让角点检测时好时坏。
推荐使用内角点数为 9×6 的棋盘格，也就是横向 10 个格子、纵向 7 个格子。这个规格不对称，能避免findChessboardCorners在旋转 180 度时把角点顺序搞混。标定图数量不是越多越好，而是角度覆盖越全越好。我一般左右各收集 20 到 30 张，让棋盘格出现在画面的左上、右上、中心、底部、边缘，同时每种位置都带一点俯仰和倾斜角度。如果 40 张照片都是从正面同一个位置拍的，单目标定出来的焦距虽然看着稳定，但畸变参数在边缘外推时极不可靠。
固定好双目支架之后，两个摄像头就不应该再动。采集程序用两个VideoCapture同时读两个摄像头，按空格键保存左右图。这里有一个隐藏问题：两个 USB 摄像头不是硬件同步的，所以保存时棋盘格必须静止，人也不要站在画面里。否则左右图里的同一个角点可能不在同一时刻，立体标定误差会莫名其妙变大。
import cv2 import os os.makedirs("calib_pairs", exist_ok=True) cap_left = cv2.VideoCapture(0) cap_right = cv2.VideoCapture(1) idx = 0 while idx < 30: ok_l, left = cap_left.read() ok_r, right = cap_right.read() if not (ok_l and ok_r): continue # 把左右图拼在一屏，方便确认两张图都清晰 view = cv2.hconcat([left, right]) cv2.imshow("stereo capture", view) key = cv2.waitKey(1) & 0xFF if key == ord(" "): cv2.imwrite(f"calib_pairs/left_{idx:02d}.jpg", left) cv2.imwrite(f"calib_pairs/right_{idx:02d}.jpg", right) idx += 1 print("已保存", idx) elif key == 27: break cv2.destroyAllWindows()变量用idx而不是id，是因为id是 Python 内置函数，覆盖它容易引起诡异问题。cap_l和cap_r的编号先验性很强，如果两个摄像头调换了 USB 口，有可能出现左图实际是右摄像头的画面，我一般在采集完第一张后，用手挡住其中一个镜头确认文件内容。
3.2 单目标定脚本：跑出内参、畸变和重投影误差的完整流程
先分别标定左右摄像头。下面这段代码只标定左图，右图用同样的流程再跑一遍，只是把文件前缀改成right_。
import cv2 import numpy as np import glob pattern = (9, 6) # 棋盘格内角点数 square_size = 25.0 # 一个格子边长，单位 mm img_w, img_h = 1280, 720 # 生成棋盘格角点在真实世界中的坐标 obj = np.zeros((np.prod(pattern), 3), dtype=np.float32) obj[:, :2] = np.mgrid[0:pattern[0], 0:pattern[1]].T.reshape(-1, 2) * square_size obj_points = [] img_points = [] images = sorted(glob.glob("calib_pairs/left_*.jpg")) for fname in images: img = cv2.imread(fname) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ok, corners = cv2.findChessboardCorners(gray, pattern, None) if not ok: print("跳过", fname) continue criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) corners = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria) obj_points.append(obj) img_points.append(corners) if len(obj_points) < 10: raise SystemExit("有效标定图太少，请重新采集") rms, K, dist, rvecs, tvecs = cv2.calibrateCamera( obj_points, img_points, (img_w, img_h), None, None ) print("重投影 RMS:", rms) print("内参矩阵:\n", K) print("畸变系数:", dist.ravel())重投影误差 RMS 的单位是像素，代表角点反投影回图像后的平均偏差。RMS 小于 0.3 是理想状态，0.3 到 0.5 也能接受，超过 0.5 就要回头看采集图像。常见原因不是算法不行，而是某几张图模糊、棋盘格没贴平、或者标定图数量太少。cornerSubPix做的是亚像素细化，窗口设成 (11, 11)，迭代 30 次，精度一般够用。
内参矩阵里fx和fy如果差距超过 1% 到 2%，可能是镜头畸变太大会是标定图太少。cx 和 cy 偏离图像中心很多时，也要先怀疑标定质量，而不是怀疑代码。
3.3 双目标定与立体校正：Q矩阵才是“毫米坐标”的入口
左右单目标定完成后，把两组角点放到同一个stereoCalibrate里，算出两个摄像头之间的相对位置关系。
left_images = sorted(glob.glob("calib_pairs/left_*.jpg")) right_images = sorted(glob.glob("calib_pairs/right_*.jpg")) obj_points_stereo = [] left_img_points = [] right_img_points = [] for lf, rf in zip(left_images, right_images): lg = cv2.imread(lf, 0) rg = cv2.imread(rf, 0) ok_l, corners_l = cv2.findChessboardCorners(lg, pattern, None) ok_r, corners_r = cv2.findChessboardCorners(rg, pattern, None) if not (ok_l and ok_r): continue criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) corners_l = cv2.cornerSubPix(lg, corners_l, (11, 11), (-1, -1), criteria) corners_r = cv2.cornerSubPix(rg, corners_r, (11, 11), (-1, -1), criteria) obj_points_stereo.append(obj) left_img_points.append(corners_l) right_img_points.append(corners_r) rms_stereo, K_l, d_l, K_r, d_r, R, T, E, F = cv2.stereoCalibrate( obj_points_stereo, left_img_points, right_img_points, K_left, dist_left, K_right, dist_right, (img_w, img_h), flags=cv2.CALIB_FIX_INTRINSIC ) print("立体标定 RMS:", rms_stereo) print("右相机相对左相机平移(mm):", T.ravel())这里我用了CALIB_FIX_INTRINSIC，意思是立体标定时不重新估计左右内参，只优化 R 和 T。这样能减少变量数量，更容易收敛。如果你在源码包里看到没有加这个 flag，也不一定错，视觉上可能会出现左右焦距被乱调的情况。
接下来是立体校正和重映射：
R1, R2, P1, P2, Q, roi1, roi2 = cv2.stereoRectify( K_l, d_l, K_r, d_r, (img_w, img_h), R, T, alpha=1 # 1 保留所有像素，0 会裁剪黑边 ) map1_l, map2_l = cv2.initUndistortRectifyMap( K_l, d_l, R1, P1, (img_w, img_h), cv2.CV_32FC1 ) map1_r, map2_r = cv2.initUndistortRectifyMap( K_r, d_r, R2, P2, (img_w, img_h), cv2.CV_32FC1 ) left_rect = cv2.remap(left_img, map1_l, map2_l, cv2.INTER_LINEAR) right_rect = cv2.remap(right_img, map1_r, map2_r, cv2.INTER_LINEAR)alpha=1时校正后的图像会保留所有原始像素，但四周会出现黑边；alpha=0会把黑边裁掉，但边缘部分可能被截断。毕业设计里我建议用alpha=1，因为被测物体有时会出现在画面边缘，黑边不影响后续视差计算，最多在可视化时看着丑一点。
Q矩阵是后面reprojectImageTo3D的入口，它把视差和像素坐标组合成三维坐标。一定要把 Q 和校正映射保存下来，否则下一次运行还得重新标定。保存格式用np.savez最方便：
np.savez( "stereo_calib.npz", K_l=K_l, d_l=d_l, K_r=K_r, d_r=d_r, R=R, T=T, R1=R1, R2=R2, P1=P1, P2=P2, Q=Q, img_w=img_w, img_h=img_h )加载时直接np.load，不要每次程序启动都重新标定，那样既慢又引入了随机性。标定文件里的图像尺寸和实际处理尺寸必须一致。如果你为了提高帧率把图像从 1280×720 缩到 640×360，那么 Q 矩阵里的主点和焦距全都要重算，最简单的方法是用 640×360 重新跑一遍标定，而不是缩放之后硬套旧 Q。
4. 立体匹配与三维坐标：SGBM参数怎么调，像素差怎么变成毫米
4.1 立体匹配做的事：在右图同一行搜索左图的同一个像素
立体校正之后的左右图已经“行对齐”，所以匹配问题被简化成在一维水平线上搜索。对左图的某个像素 (x, y)，在右图的同一行 y 上找最像的像素位置 x'，移动量 d = x - x' 就是视差。SGBM 不是简单逐一比较像素，而是用一个窗口内的灰度特征做匹配代价，再加上相邻像素的平滑约束，希望得到一条在深度边缘处锐利、在平坦区域又连续的视差图。
这个算法有三类参数对最终尺寸结果影响最大。第一是搜索范围numDisparities，它必须是 16 的倍数，且实际最大视差不能越过这个值。如果你把numDisparities设成 16，而目标物体最近处视差是 40，那么结果就是一片黑。一个快速估算方法是先根据公式 d = f * T / Z 粗算一下最近距离对应的视差，然后向上取整到 16 的倍数。比如 f=600 像素，T=60mm，最近距离 500mm，视差就是 600*60/500 = 72，那么numDisparities至少设 80，稳妥一点设 96。
第二是blockSize，必须是奇数，常用值从 5 到 15。窗口越小，细节越多，但噪声也越多；窗口越大，视差图越平滑，但物体的锐利边缘会被磨掉。测量规则工件时，我一般先试 11；如果是表面纹理特别少的物体，可以提高到 15。
第三是P1和P2，它们控制对视差不平滑的惩罚。P2 比 P1 大得多时，算法会尽量避免深度突变，适合平滑表面，但会把真实台阶边缘也抹平。OpenCV 样例里给的经验公式是 P1 = 8 * 通道数 * blockSize²，P2 = 32 * 通道数 * blockSize²。灰度图通道数是 1，所以可以直接写成P1 = 8 * block_size ** 2。
4.2 SGBM完整代码和视差图可视化
拿到校正图后，最小可用代码是这样的：
import cv2 import numpy as np left = cv2.imread("pairs/left_rect.png", 0) right = cv2.imread("pairs/right_rect.png", 0) block_size = 11 stereo = cv2.StereoSGBM_create( minDisparity=0, numDisparities=16 * 8, # 最大视差范围 128 blockSize=block_size, P1=8 * block_size ** 2, P2=32 * block_size ** 2, disp12MaxDiff=1, # 左右一致性检查阈值 uniquenessRatio=10, # 匹配代价唯一性比例 speckleWindowSize=100, # 去掉孤立小斑块 speckleRange=2, ) disp = stereo.compute(left, right).astype(np.float32) / 16.0 # 无效视差通常 <= 0，置为 nan 方便后续过滤 disp[disp <= 0] = np.nan # 可视化前去掉 nan disp_vis = disp.copy() disp_vis[np.isnan(disp_vis)] = 0 vis = cv2.normalize(disp_vis, None, 0, 255, cv2.NORM_MINMAX).astype(np.uint8) cv2.imwrite("disp.png", vis)StereoSGBM_create返回的视差图是 int16 类型，数值被放大了 16 倍，所以要除以 16 才得到像素单位的视差。忘记除以 16 是最常见的尺寸偏小错误，而且偏小的比例恰好是 16 倍，看起来很像单位换算问题。disp12MaxDiff开启左右一致性检查，把左右图中不一致的区域标记为无效，能明显减少遮挡边缘的噪声。speckleWindowSize和speckleRange会自动移除面积小于 100 像素的小块视差，这类小块多数是误匹配，测量物体尺寸时一定要开。
如果视差图在物体边缘出现一整条白边或者黑边，通常是因为背景离物体太近，左右图在遮挡区域本来就看不到同一个点。这不是参数问题，而是双目视觉的物理遮挡，任何匹配算法都救不回来。解决办法是让物体离背景远一点，或者只测量视差图里稳定的中间区域。
4.3 用Q矩阵把视差还原成三维点云
得到像素视差后，直接用reprojectImageTo3D转三维坐标：
calib = np.load("stereo_calib.npz") Q = calib["Q"] points = cv2.reprojectImageTo3D(disp, Q) # points 的形状和 disp 一样，最后一位是 (x, y, z) valid = np.isfinite(points[..., 2]) & (points[..., 2] > 0) points[~valid] = np.nan z_values = points[..., 2][valid] print("有效深度范围(mm):", np.nanmin(z_values), np.nanmax(z_values))points[..., 0]、points[..., 1]、points[..., 2]分别对应 x、y、z。z 是深度方向，也就是相机光轴方向，单位由标定棋盘格决定。如果square_size=25.0，那么这里输出的就是毫米。
很多源码会直接把points里所有点取最大最小再相减当成长宽高。这在实验室场景偶尔能跑通，但一旦画面里出现背景、遮挡、噪声，结果就会离谱。合理做法是先做一个距离范围过滤，只保留目标物体附近的点。比如物体在 300mm 到 800mm 之间，那就只统计这个范围内的点：
min_z, max_z = 300.0, 800.0 mask = ( valid & (points[..., 2] >= min_z) & (points[..., 2] <= max_z) ) xs = points[..., 0][mask] ys = points[..., 1][mask] zs = points[..., 2][mask] # 用 5% 到 95% 分位数代替最大最小值，抗离群点 def robust_range(vals): if len(vals) == 0: return 0.0 return np.percentile(vals, 95) - np.percentile(vals, 5) length = robust_range(xs) width = robust_range(ys) height = robust_range(zs) print(f"长宽高(mm): {length:.1f} {width:.1f} {height:.1f}")这段代码直接套在任意物体上都可能不是严格意义上的“真实长宽高”，因为物体放置角度、边缘误匹配都会影响包围盒。但作为毕业设计的核心测量流程，它已经够清晰：先按距离过滤，再按分位数范围求尺寸，最后用真实卡尺标定做补偿。
4.4 为什么不能直接按最小包围盒算尺寸
如果被测物体是一个长方体，理论上 x 方向的最大值减最小值就是长，y 方向就是宽。但视差图里物体边缘常常有一圈匹配不稳的点，这些点可能比真实物体多出 1 到 2 个像素。一个像素在 1m 距离处就可能对应 1mm 到 3mm 的误差，直接 max-min 会把误差放大两次：一次是边缘外扩，一次是离群点本身。
更麻烦的是，物体表面如果反光，左右摄像头看到的亮度不一致，SGBM 会把反光区域当作远距离，导致点云表面出现空洞。这时候强行对 z 取 max-min，高度会比真实值大很多。我一般先用speckleWindowSize清掉小斑块，再用分位数代替极值，最后再用标准块验证。这类问题在写文档说明时也要写进去，答辩时能解释“为什么不是直接取最大最小”，反而比一味报高精度更让老师信服。
5. 避坑/常见问题排查：标定误差大、视差图发黑、测量值漂移的五个现场
5.1 角点检测正常但RMS大于0.5：先查图像质量，别急着改代码
现象：calibrateCamera打印出来的 RMS 稳定在 0.6 甚至 0.9 以上，角点明明都能检测到，重投影却总对不上。
原因：可能是某几张图模糊、棋盘格贴得不平、或者照片里包含运动模糊。也可能是采集时左右图的文件前缀对不上，导致单目标定混进了一张和实际视角完全不符的图。RMS 是平均误差，一两张烂图就能把整体指标拉高。
解决：写一个小脚本把每张图单独跑一遍角点重投影，把单张误差最大的图列出来，直接删掉重拍。更系统的做法是重新采集一批图，保证每个角点都清晰，棋盘格占画面的四分之一以上，边缘位置的畸变区域也要覆盖到。拍摄过程中不要手持棋盘格，容易产生微抖动，贴在硬板上放在桌上拍更稳。
5.2 视差图大面积黑色，或者只有零星的白色噪声
现象：SGBM 输出图打开后 80% 是黑的，只有物体边缘有一些亮点。用numDisparities调大调小都变化不大。
原因：最常见的是左右图没有经过立体校正就直接送入 SGBM。两个摄像头只要有一点垂直偏差，对应点不在同一行上，SGBM 就找不到匹配。另一个原因是搜索范围太小，物体近处的真实视差已经超过了numDisparities，匹配全部失败。
解决：先把left_rect.png和right_rect.png并排显示，用鼠标找同一个特征点，看它的 y 坐标是否一样。如果差超过 1 到 2 个像素，说明校正映射或 remap 没生效。确认校正没问题后，把numDisparities从 16 开始逐步翻倍，同时打印视差图里的非零像素比例，找到覆盖充分又不过分扩大搜索范围的值。
5.3 距离趋势对了，但绝对误差随距离非线性增大
现象：把物体放到 500mm 处，测量出来 505mm；放到 1000mm 处，测量出来 1030mm；放到 1500mm，直接偏到 1580mm。误差不是线性增长，而是越远越夸张。
原因：这是双目视觉的固有测距误差，不是某个参数没调好。距离越远，同一个视差误差映射到深度上的误差越大。还有一部分原因是场景纹理不足，SGBM 在平坦面上只能把视差锁定到错误的整像素位置，量化误差被距离放大。
解决：把测量场景限制在设计的距离范围内，不要无限提高摄像头基线去追求远距离。基线 T 加大会提高远距离精度，但两个摄像头的公共视野会变小，近处的物体可能直接出画。毕业设计里固定一个工作距离，在文档里写明“本系统在 0.5m 到 1.5m 范围内符合精度要求”，比只写一个“高精度”靠谱得多。
5.4 测量值忽大忽小，单帧波动明显
现象：同一个物体放在那里不动，连续测量 10 次，长宽高结果能差 5mm 以上，看起来像系统不稳定。
原因：大多数 USB 摄像头没有硬件同步，左右两幅图实际采集时刻不一样，物体只要有一点轻微位移或者反光变化，匹配结果就会变。另外，VideoCapture在读取时如果丢了一帧，左右图错位会更加明显。
解决：测量静态物体时，程序里连续取 20 帧视差图，先按时间顺序做中值滤波，再计算尺寸。中位数比平均值更能抵抗单帧误匹配的尖峰。如果这个方法还是抖，就要检查是不是两个摄像头自动曝光不一致，把自动曝光关掉，手动固定曝光时间和增益。
disp_stack = [] for _ in range(20): disp_frame = stereo.compute(left_frame, right_frame).astype(np.float32) / 16.0 disp_stack.append(disp_frame) # 沿时间维度取中位数，逐像素过滤闪烁 disp_median = np.median(np.stack(disp_stack, axis=0), axis=0)这个思路虽然简单，但在毕业设计现场演示时很管用。评委老师看到的是稳定读数，而不是跳动的数字。
5.5 换了电脑或摄像头之后结果完全不对
现象：在家里跑得好好的代码，到实验室换了一台电脑就报ModuleNotFoundError: No module named 'cv2'，或者在同一个电脑上换了一个摄像头，标定文件不换，测出来的尺寸偏了一截。
原因：环境问题多半是解释器没有切到安装了 OpenCV 的虚拟环境，VSCode 的 Python 解释器路径和终端里激活的 conda 环境不一致。硬件问题则是每个摄像头的内参、畸变都不一样，原标定文件不能跨设备使用。
解决：换电脑后先执行一次python -c "import cv2; print(cv2.__version__)"，确认输出正常再跑项目。换摄像头之后必须重新采集标定图，重新生成stereo_calib.npz。不要在代码里硬编码旧摄像头的信息，“标定文件跟着摄像头走”是这条路的底线，省这一步省不出时间，只会带来更多排查时间。
6. 从视差图到尺寸输出：多帧中位数、离群点过滤和误差补偿的三个习惯
6.1 常规测量流程可以直接套用的模板
源码包里的测量脚本通常分成三步：读取校正图、计算视差、转点云。为了让尺寸输出更稳定，我会在第三步前面加上一个“裁 ROI”的动作：先用鼠标框出物体所在区域，对 ROI 内的点云做中位数和分位数统计。这样既能减少背景干扰，也方便在答辩时直接演示“我只测选中区域”。
| 测量目标 | 建议做法 | 理由 |
|---|---|---|
| 长度与宽度 | 对 x、y 取 5% 到 95% 分位数差 | 避免边缘误匹配影响 |
| 高度/深度 | 对 z 取中位数 | 中位数抗椒盐噪声 |
| 物体体积 | 先做距离过滤再做统计 | 只保留目标深度层 |
| 连续测量 | 20 帧视差做中值融合 | 消除 USB 摄像头帧不同步 |
6.2 用一个标准块做误差补偿
系统误差通常和距离有关。常见的做法是先测量一组已知尺寸的标准块，把原始测量值和真实值做线性回归，得到补偿系数：
# 假设标准距离/标准尺寸存在 calibration_std 里 raw = np.array([raw_l1, raw_l2, raw_l3]) true = np.array([true_l1, true_l2, true_l3]) # true ≈ a * raw + b a, b = np.polyfit(raw, true, 1) def compensate(x): return a * x + b补偿并不是把误差曲线美化掉，而是对系统偏差做修正。要注意先用一组数据拟合，再用另一组数据验证，不要拿同一组数据既拟合又展示误差。毕业设计文档说明里附上一张误差表会比较有说服力：
| 实际距离 (mm) | 原始测量 (mm) | 补偿后 (mm) |
|---|---|---|
| 500 | 518.2 | 501.3 |
| 800 | 816.4 | 802.5 |
| 1000 | 1009.7 | 1001.2 |
| 1500 | 1505.8 | 1500.1 |
这张表不需要追求每个值都完美，但趋势要稳定。如果补偿之后误差仍然忽正忽负，说明误差主要不是线性偏差，而是视差匹配噪声，这时候优先回去调uniquenessRatio和speckleWindowSize，不要硬套更复杂的补偿模型。
6.3 一个从入坑到现在都在用的习惯
每次标定完，我都会拿一个 100mm 的标准块放在不同距离和不同角度各测 5 次，把最大最小误差记在标定文件旁边。这不是多余动作，而是给自己留后悔药：等换了摄像头、换了环境、或者视觉测量突然翻车时，能快速判断是标定漂了还是代码改坏了。这个习惯也正好匹配毕业设计里“项目源码+文档说明”的交付形式——文档里不用写太多原理堆砌，直接留测试记录和参数含义，答辩时比背概念有用得多。
双目视觉测量尺寸这条路，真正值钱的部分不是把代码跑通，而是知道每个参数动了会牵动什么。多留一点验证数据，少说一点“理论可达”，方案才经得起现场演示。希望这些踩坑经历能帮你在同样的路上少走几步。
本文还有配套的精品资源，点击获取
