在计算机视觉领域，disparity和parallax是两个密切相关的概念，它们在立体视觉和三维重建中起到关键作用。它们的主要区别体现在：disparity主要描述的是图像中相同物体在不同视角下产生的像素差，而parallax则是由观察者视点改变导致物体相对位置的变化现象。
1. Disparity
Disparity，即视差，是在立体视觉中的重要概念。当我们从两个不同的视点观察同一个物体时，物体在两个图像中的位置会有所不同，这种位置差就是disparity。通过计算disparity，我们可以获取物体的深度信息，这在三维重建、立体匹配等任务中是非常关键的。
2. Parallax
Parallax，即视位移，是由于观察者的视点改变导致物体相对位置的变化现象。在计算机视觉中，parallax经常用于描述因摄像机视角改变造成的图像变化。与disparity相比，parallax更侧重于描述视点改变导致的全局图像变化。
延伸阅读
立体视觉与深度估计
立体视觉是计算机视觉的一个重要分支，它的目标是从多个视点的图像中恢复出三维场景的信息。在立体视觉中，disparity和parallax是两个重要的概念。
Disparity是立体视觉的基本测量单位，它表示的是图像中同一物体在不同视点的像素差。通过计算disparity，我们可以获取到物体的深度信息。这在立体匹配和深度估计等任务中非常关键。
Parallax则是由于视点改变造成的图像内容的改变。这种改变包括物体的大小、形状和位置等。parallax的计算和分析有助于我们理解和描述三维场景的结构。
在实际的计算机视觉任务中，我们通常需要同时处理disparity和parallax。例如，在深度估计任务中，我们需要通过计算disparity来获取深度信息，然后通过处理parallax来调整和优化深度结果。同时，这两个概念也为更复杂的计算机视觉任务，如物体检测、场景理解等提供了基础。
