没有进行rectify（校正）的双目视觉系统仍然可以计算深度，但计算过程会比经过rectify后的系统复杂一些。以下是几种在没有rectify的情况下计算深度的方法：
1. 视差法：
在没有rectify的情况下，左右两幅图像中的同名点可能不会严格对齐。可以通过以下步骤计算深度：
找到左右图像中的同名点。
计算这些同名点在左右图像中的水平位移，即视差。
深度可以通过视差和已知的基础距离（焦距）来计算。公式为：深度 = 基础距离 / 视差。
2. 几何法：
利用双目相机的几何关系，可以通过以下步骤计算深度：
确定左右相机之间的距离（基础距离）和相机的焦距。
在左右图像中找到同名点。
通过三角测量原理，利用同名点在左右图像中的坐标和相机参数，计算出深度。
3. 特征匹配法：
使用特征匹配算法（如SIFT、SURF、ORB等）在左右图像中找到对应点。
通过计算对应点之间的视差来估计深度。
4. 深度学习：
利用深度学习算法（如深度估计网络）直接从未经rectify的图像中估计深度。
这种方法通常需要大量的训练数据，并且可能需要调整网络结构以适应特定场景。
没有rectify的双目系统在计算深度时可能会受到以下因素的影响：
相机内参和畸变参数不准确。
特征匹配的准确性。
图像噪声和光照变化。
在实际应用中，根据具体需求和场景选择合适的计算方法非常重要。
