单目相机本身只能获取二维图像，无法直接得到真实深度信息。如果想用单个相机做三维重建，常见做法是引入主动光源，比如投影仪投射条纹图案。结构光三维重建其中，投影仪投射编码条纹，单目相机采集物体表面的条纹变形图像。通过分析条纹相位变化，再结合相机和投影仪的标定参数，就可以恢复物体表面的三维坐标。单目相机标定条纹图生成条纹图采集相位计算相位展开投影仪坐标恢复三维点云重建Python 和 C++ 核心代码本

本文介绍了面向光滑物体的双相机 + 格雷码 + 多频相移结构光三维重建方案。双相机标定和立体校正投影格雷码图案和多频相移条纹左右相机同步采集图像使用格雷码确定条纹周期编号使用多频相移计算高精度绝对相位根据编码和相位进行左右匹配得到视差图并通过Q矩阵恢复三维点云格雷码解决稳定性多频相移解决精度双相机解决三维几何调制度和曝光控制解决光滑表面噪声对于光滑、低纹理物体，普通双目视觉往往难以稳定匹配，而主动

本文介绍了双目相机 + 多频相移结构光三维重建的基本流程。对双目相机进行标定和立体校正投影多组不同频率的正弦条纹图左右相机同步采集条纹图使用四步相移法计算包裹相位使用多频方法展开高频相位通过左右相位匹配得到视差图结合双目标定得到的Q矩阵恢复三维点云双目结构光的核心思想是：用结构光解决匹配问题，用双目几何解决三维重建问题。相比普通双目视觉，它对低纹理物体更加友好；相比单目结构光，它又可以利用双目系统

在普通双目视觉中，三维重建的核心问题是左右图像匹配。如果物体表面纹理丰富，双目匹配相对容易；但如果物体表面是白色、光滑、低纹理区域，传统匹配就很容易失败。为了解决这个问题，可以引入结构光投影。双目相机 + 格雷码条纹它的核心思想是：投影仪向物体表面投射格雷码条纹，让物体表面带有主动编码；左右相机分别采集这些编码图案，再根据编码结果建立左右像素匹配，最后使用双目三角测量恢复三维点云。双目相机标定格雷