用 Python 和 OpenCV 来测量相机到目标的距离
用 Python 和 OpenCV 来测量相机到目标的距离
http://python.jobbole.com/84378/
几天前,一个叫 Cameron 的 PyImageSearch 读者发来邮件询问摄像头测距的方法。他花了一些时间研究,但是没有找到解决办法。
我很能体会 Cameron 的感受。几年前我做过一个分析棒球离手飞向本垒的运动的小项目。
我通过使用运动分析和基于轨迹的跟踪方法来确定或者估计小球在视频帧中的位置。并且因为棒球的大小是已知的,所以我也能估计出其到本垒的距离。
那是个有趣的项目,虽然系统的精度没有达到我的预期。——棒球运动太快所造成的“运动模糊”让达到高精度变得十分困难。
我的项目完全算是一个个例,但是通常来说,在计算机视觉或者图形处理领域计算从相机到目标的距离实际上是一个非常容易的问题。你可以找到一个像三角形相似这样简单粗暴的方法,或者你也可以用上相机模型的内参这样更复杂一点(但是更精确)的方法。
在这篇博客,我将会告诉大家我和 Cameron 是如果解决这个计算相机到已知物体或目标的距离。
千万要看——你一定不想错过。
OpenCV 和 Python 版本: 这个例子可以在 Python 2.7/Python 3.4+ 和 OpenCV 2.4.X上运行。
用相似三角形计算物体或者目标到相机的距离
我们将使用相似三角形来计算相机到一个已知的物体或者目标的距离。
相似三角形就是这么一回事:假设我们有一个宽度为 W 的目标或者物体。然后我们将这个目标放在距离我们的相机为 D 的位置。我们用相机对物体进行拍照并且测量物体的像素宽度 P 。这样我们就得出了相机焦距的公式:
F = (P x D) / W
举个例子,假设我在离相机距离 D = 24 英寸的地方放一张标准的 8.5 x 11 英寸的 A4 纸(横着放;W = 11)并且拍下一张照片。我测量出照片中 A4 纸的像素宽度为 P = 249 像素。
因此我的焦距 F 是:
F = (248px x 24in) / 11in = 543.45
当我继续将我的相机移动靠近或者离远物体或者目标时,我可以用相似三角形来计算出物体离相机的距离:
D’ = (W x F) / P
为了更具体,我们再举个例子,假设我将相机移到距离目标 3 英尺(或者说 36 英寸)的地方并且拍下上述的 A4 纸。通过自动的图形处理我可以获得图片中 A4 纸的像素距离为 170 像素。将这个代入公式得:
D’ = (11in x 543.45) / 170 = 35 英寸
或者约 36 英寸,合 3 英尺。
注意:当我给这次例子拍照时,我的卷尺有一点松,因此结果造成了大约 1 英寸的误差。还有我也是很快速地拍下了照片并且没有完全对齐卷尺上的脚标,这也会对最终结果的 1 英寸误差产生影响。综上所述,相似三角形的方法还是合理的,你也可以用这个方法很简单地计算出物体或者目标距离你的相机的距离。
现在理解了?
太棒了。接下来让我们用一些代码来看看如何用 Python、OpenCV、图像处理和计算机视觉技术来获得相机到物体或者目标的距离。
用Python和OpenCV来测量相机到目标的距离
继续,我们开始这个项目。打开一个文件,命名为distance_to_camera.py
,然后就可以开工了。
# import the necessary packages
import numpy as np
import cv2
def find_marker(image):
# convert the image to grayscale, blur it, and detect edges
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5, 5), 0)
edged = cv2.Canny(gray, 35, 125)
# find the contours in the edged image and keep the largest one;
# we'll assume that this is our piece of paper in the image
(cnts, _) = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
c = max(cnts, key = cv2.contourArea)
# compute the bounding box of the of the paper region and return it
return cv2.minAreaRect(c)
第一件要做的事情就是导入必要的包。我们将用 NumPy
来进行数值计算和 cv2
来绑定 OpenCV 。
在那之后我们定义 find_marker
函数。这个函数接收一个 image
参数,并且这意味着我们将用它来找出将要计算距离的物体。
在这个例子中我们使用标准的 8.5 x 11 英寸的 A4 纸作为我们的目标。
目前我们的第一个任务是找出图像中的这张纸。
我们先将图像转成灰度图,用高斯模糊除去明显的噪点,并且在第 7-9 行 使用边缘检测。
完成这几步后,我们的图像应该长这样:
如你所见,我们的目标(A4 纸)的边缘已经很清晰了。现在我们只要找出这张纸的轮廓(比如:外形)。
我们用 13 行 的 cv2.findContours
函数找到目标,并且在 14 行 计算出面积最大的轮廓。
我们假设面积最大的轮廓是我们的那张 A4 纸。这个假设在我们的这个例子是成立的,但是实际上在图像中找出目标是和是与应用场景高度相关的。
在我们的例子中,简单的边缘检测和计算最大的轮廓是可行的。我们可以通过使用轮廓近似法使系统更具鲁棒性,排除不包含有4个顶点的轮廓(因为 A4 纸是矩形有四个顶点),然后计算面积最大的四点轮廓。
注意:更多这样的方法见这篇文章,讲述了如何做一个简单粗暴的手机扫描仪。
其他找到图像中目标可选的方法是利用颜色特征(目标的颜色和背景有着明显的不同)。你还可以使用关键点检测,局部不变性描述子,和关键点匹配来寻找目标。但是这些方法以及超出了这篇文章的范畴,并且具有高度定制化的特性。
不管怎样,我们现在获得了目标的轮廓,并且在第 17 行 返回包含 (x, y) 坐标和像素高度和宽度信息的边界框给调用函数。
让我们也快速定义一个用上述的相似三角形法计算距离的函数:
def distance_to_camera(knownWidth, focalLength, perWidth):
# compute and return the distance from the maker to the camera
return (knownWidth * focalLength) / perWidth
这个函数传入目标的 knownWidth
,计算好的 focalLength
,和目标在图像中的像素距离,并且使用上面推导的相似三角形公式来计算到物体的距离。
继续读下列代码来看看我们是如何利用这些函数的:
#import the necessary packages
import numpy as np
import cv2
def find_marker(image):
# convert the image to grayscale, blur it, and detect edges
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5, 5), 0)
edged = cv2.Canny(gray, 35, 125)
# find the contours in the edged image and keep the largest one;
# we'll assume that this is our piece of paper in the image
(cnts, _) = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
c = max(cnts, key = cv2.contourArea)
# compute the bounding box of the of the paper region and return it
return cv2.minAreaRect(c)
def distance_to_camera(knownWidth, focalLength, perWidth):
# compute and return the distance from the maker to the camera
return (knownWidth * focalLength) / perWidth
# initialize the known distance from the camera to the object, which
# in this case is 24 inches
KNOWN_DISTANCE = 24.0
# initialize the known object width, which in this case, the piece of
# paper is 11 inches wide
KNOWN_WIDTH = 11.0
# initialize the list of images that we'll be using
IMAGE_PATHS = ["images/2ft.png", "images/3ft.png", "images/4ft.png"]
# load the furst image that contains an object that is KNOWN TO BE 2 feet
# from our camera, then find the paper marker in the image, and initialize
# the focal length
image = cv2.imread(IMAGE_PATHS[0])
marker = find_marker(image)
focalLength = (marker[1][0] * KNOWN_DISTANCE) / KNOWN_WIDTH
找到图像中目标的距离的第一步是标定和计算焦距。我们需要知道以下参数:
相机到物体的距离
这个物体的宽度(单位英尺或米)。注意:也可以用高度,这个例子中我们使用宽度。
这里不得不提示一下我们所做的并不是实质意义上的摄像机标定。真正的摄像机标定包括摄像机的内参,你可以从这里获得更多相关知识。
在第 25 行 我们初始化了已知的 KNOWN_DISTANCE
,从相机到物体的距离为 24 英寸。在第 29 行 我们初始了物体的宽度 KNOWN_WIDTH
为 11 英寸(一张横着放的标准 A4 纸)。
然后我们在第 32 行 定义要用到的图片的路径。
下一步比较重要:是一个简单的标定。
第 37 行 从硬盘读取第一张图,——我们将用这张图来作为标定图片。
图片加载以后,在第 38 行 计算图中 A4 纸的轮廓信息,在第 39 行 使用三角形相似法计算出 focalLength
。
由于我们已经“标定”了我们的系统并且获得了 focalLength
,我们可以很容易地计算出相机离接下来图片中目标的距离。
让我们看看这个是这么做的:
41 # loop over the images
42 for imagePath in IMAGE_PATHS:
# load the image, find the marker in the image, then compute the
# distance to the marker from the camera
image = cv2.imread(imagePath)
46 marker = find_marker(image)
47 inches = distance_to_camera(KNOWN_WIDTH, focalLength, marker[1][0])
# draw a bounding box around the image and display it
box = np.int0(cv2.cv.BoxPoints(marker))
cv2.drawContours(image, [box], -1, (0, 255, 0), 2)
cv2.putText(image, "%.2fft" % (inches / 12),
(image.shape[1] - 200, image.shape[0] - 20), cv2.FONT_HERSHEY_SIMPLEX,
2.0, (0, 255, 0), 3)
cv2.imshow("image", image)
cv2.waitKey(0)
在第 42 行 开始遍历所有的图片路径。
然后,在第 45 行 我们将列表中所有的图片从硬盘读取下来。在第 46 行 提取目标轮廓,并且在第 47 行 计算摄像机到物体的距离。
在第 50-56 行,我们简单地画出目标的边框并且显示出距离。
结果
来看看我们的脚本运作,打开一个终端,导航到你的代码目录,执行以下命令:
$ python distance_to_camera.py
如果一切正常你将会看到 2ft.png
的结果,这张图是用来“标定”我们的系统并且计算初始的 focalLength
:
从上面的图片我们可以看到我们的焦距被正确地计算出来并且按照代码中的变量 KNOWN_DISTANCE
和 KNOWN_WIDTH
,A4 纸的距离是 2 英尺。
现在我们有了焦距,我们可以在接下来的图片中计算出目标的距离:
上上面的例子,我们的相机大概离目标有 3 英尺远。
让我们退后一步:
再次需要注意的是,我在拍这个例子的时候动作很快并且卷尺并没有绷紧。而且,我也没有确保我的相机是百分之百地对准目标底部,因此,这些例子总会有大概 1 英寸的误差。
以上是我要说的,这篇文章描述的三角形相似法仍然可以用,并且能够让你测量出图像上的物体或目标到你相机的距离。
总结
在这篇博客我们学习了如何计算一个图像上的已知物体到相机的距离。
为了完成这个任务我们利用了三角形相似法,并且需要知道两个重要的参数:
1、 目标的实际宽度(或高度),单位可以是英寸或者米。
2、 标定过程 1 中相机到目标的距离。
计算机视觉和图像处理算法可以被用来自动检测图像中物体的像素宽度或高度并且完成相似三角形的计算,得出一个焦距。
然后在接下来的图片中,我们只要提取出目标轮廓就可以利用得到的焦距测量出目标到相机的距离。
用 Python 和 OpenCV 来测量相机到目标的距离相关推荐
- 用微信h5棋牌源码来测量相机到目标的距离
几天前,微信h5棋牌源码( h5.super-mans.com Q:2012035612)微信h5棋牌源码.他花了一些时间研究,但是没有找到解决办法. 我很能体会 Cameron 的感受.几年前我做过 ...
- 使用Python,OpenCV检测摄像机到标记对象的距离
使用Python,OpenCV检测摄像机到标记对象的距离 1. 效果图 2. 三角形相似性是什么? 3. 三角形相似性检测距离原理 4. 使用Python,OpenCV检测标记对象 5. 源码 参考 ...
- 使用Python+Flask+OpenCV构建一个相机应用程序
前言 在这篇博文中,我们将使用 Flask 框架构建一个相机应用程序,我们可以在其中单击图片.录制视频.应用诸如灰度.负片和"仅人脸"之类的滤镜,就像出现在 Snapchat 上的 ...
- 使用Python和OpenCV查找从摄像机到对象/标记的距离
几天前,PyImageSearch读者Cameron通过电子邮件发送了邮件,询问了寻找从相机到图像中对象/标记之间距离的方法.他花了一些时间进行研究,但没有找到实现方案. 我确切地知道卡梅伦的感受.几 ...
- python opencv实时显示测量数据_python OpenCV 宽度测量
机器视觉第六次实验 一.实验目的 通过OpenCV第六次进行实验,对图片进行宽度测量. 二.实验内容 对图片进行宽度测量. 三.实验过程 我使用的是python语言+openCV对图片进行宽度测量的功 ...
- python 机器视觉测量_python OpenCV 宽度测量
机器视觉第六次实验 一.实验目的 通过OpenCV第六次进行实验,对图片进行宽度测量. 二.实验内容 对图片进行宽度测量. 三.实验过程 我使用的是python语言+openCV对图片进行宽度测量的功 ...
- 热视觉2:使用Python和OpenCV从图像中测量温度
热视觉2:使用Python和OpenCV从图像中测量温度 这篇博客将介绍学习热/中远红外视觉的基础知识,gray8 和 gray16 图像(即最常见的热成像格式)之间的差异,学习如何使用Python和 ...
- python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码 一.前言 今天的低价单孔摄像机(照相机)会给图像带来很多畸变.畸变主要有两 种:径向畸变和切想畸变.如下图所示,用 ...
- Python OpenCV实践,相机标定
Python OpenCV实践,相机标定 前言 准备棋盘格 标定相机 图像去畸变 前言 本篇主要是使用python opencv标定相机内参和畸变参数的记录,主要参考opencv官方文档中的示例. 本 ...
最新文章
- 如何修改xd.properties文件中对象存储文件信息_对块存储、文件存储、对象存储的认识总结...
- 数据中心架构有哪些组件?
- 编译linux系统到开发板,迅为3399开发板Linux固件编译-Ubuntu16系统编译
- UOJ - #117. 欧拉回路(模板)
- JDK 14的征兆开始出现
- 代码中特殊的注释技术——TODO、FIXME和XXX的用处(转)
- offset;scroll;client
- 统计输入的字母 c语言,请问这个用c怎么做:输入一串字符,分别统计其中数字和字母的个数...
- 初学者python笔记(类的内置属性)
- vue 中indexof_前端小知识-Vue中使用indexOf() 方法
- Numpy学习笔记(三)
- virtuoso配合calibre进行电路后仿真
- 【笔记】Opencv 绘制朱利亚(Julia)集合图形
- 【荣耀内推】2023届荣耀校招开启啦
- Windows 7 新功能 - AppLocker
- 副总和副总裁的区别_总经理与副总经理的巨大区别
- 深耕5G云专网,阿里云祝顺民入选“2022年度5G创新人物”
- 昨夜梦里回了一趟故乡
- Spring Cloud之Ribbon
- 具有单变量输入的CNN-LSTM编解码器模型
热门文章
- html标签ref,HTML: param 标签
- C语言实现易语言变量框,c语言实现简单的易语言
- iphone和android,iPhone 和 Android 产品经理有哪些异同?
- oracle 表连接 大表小表_优化必备基础:Oracle中常见的三种表连接方式
- 封闭不能外出怎么办?阳台派对了解下!
- 皮一皮:这是谁的脚???
- CEO不当了,CTO也不做了!我要回去写代码,这才是我所热爱的!
- 皮一皮:原来网恋就是这个感觉...
- 聊一聊:你碰到过哪些操蛋的文档?
- 左滑右滑,在VS Code里滑个妹纸给你写喜欢的代码?