【单目摄像头测量距离:相似三角形法】
单目摄像头测量距离:相似三角形法
- 用相似三角形法目标到相机的距离
- 计算相机焦距
- 代码实现
- 总结
已知一点经纬度和距离,计算另一点的经纬度,详见: https://blog.csdn.net/qq_41694461/article/details/123130094.
用相似三角形法目标到相机的距离
计算相机焦距
目前摄像机大多数都是自动对焦的,所以我们第一步就要求出相机焦距,公式如下:
f = (w*L)/W
f = (h*L)/H
f:镜头焦距
w:图象的宽度(被摄物体在ccd靶面上成象宽度即目标的像素宽度)
W:被摄物体宽度
L:被摄物体至镜头的距离
h:图象高度(被摄物体在ccd靶面上成像高度)视场(摄取场景)高度
H:被摄物体的高度
ccd靶面规格尺寸 | 单位mm |
---|---|
规格 | W H |
1/3" | 4.8 3.6 |
1/2" | 6.4 4.8 |
2/3" | 8.8 6.6 |
1" | 12.7 9.6 |
摄像机画面宽度和高度与监视器接收机画面宽度和高度一样,其比例均为4:3,当L不变,H或W增大时,f变小,当H或W不变,L增大时,f增大。
eg: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
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:
像素距离:即目标在图像中的宽度/高度
D’ = (11in x 543.45) / 170 = 35 英寸
我们可以看到,要想得到距离,我们就要知道摄像头的焦距和目标物体的尺寸大小,这两个已知条件根据公式:
D’ = (W x F) / P
代码实现
PYthon代码实现:
# import the necessary packages
import numpy as np
import cv2# 找到目标函数
def find_marker(image):# convert the image to grayscale, blur it, and detect edgesgray = 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)# 求最大面积c = max(cnts, key=cv2.contourArea)# compute the bounding box of the of the paper region and return it# cv2.minAreaRect() c代表点集,返回rect[0]是最小外接矩形中心点坐标,# rect[1][0]是width,rect[1][1]是height,rect[2]是角度return cv2.minAreaRect(c)# 距离计算函数
def distance_to_camera(knownWidth, focalLength, perWidth):# compute and return the distance from the maker to the camerareturn (knownWidth * focalLength) / perWidth# initialize the known distance from the camera to the object, which
# in this case is 24 inches
KNOWN_DISTANCE = 18.11# initialize the known object width, which in this case, the piece of
# paper is 11 inches wide
# A4纸的长和宽(单位:inches)
KNOWN_WIDTH = 11.69
KNOWN_HEIGHT = 8.27# initialize the list of images that we'll be using
IMAGE_PATHS = ["img.png", "img_1.png", "Picture3.jpg"]# 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
# 读入第一张图,通过已知距离计算相机焦距
image = cv2.imread(IMAGE_PATHS[0])
print(image.shape)
marker = find_marker(image)
print(marker[1][0])
focalLength = (marker[1][0] * KNOWN_DISTANCE) / KNOWN_WIDTH# 通过摄像头标定获取的像素焦距
# focalLength = 811.82
print('focalLength = ', focalLength)# 打开摄像头
camera = cv2.VideoCapture(0)while camera.isOpened():# get a frame(grabbed, frame) = camera.read()marker = find_marker(frame)if marker == 0:print(marker)continue# focalLength = (marker[1][0] * KNOWN_DISTANCE) / KNOWN_WIDTHinches = distance_to_camera(KNOWN_WIDTH, focalLength, marker[1][0])print("a4值得宽",KNOWN_WIDTH, focalLength, marker[1][0], inches)# draw a bounding box around the image and display it# box = np.int0(cv2.cv.BoxPoints(marker))box = cv2.boxPoints(marker)box = np.int0(box)cv2.drawContours(frame, [box], -1, (0, 255, 0), 2)# inches 转换为 cmcv2.putText(frame, "%.2fcm" % (inches * 30.48 / 12),(frame.shape[1] - 200, frame.shape[0] - 20), cv2.FONT_HERSHEY_SIMPLEX,2.0, (0, 255, 0), 3)# show a framecv2.imshow("capture", frame)if cv2.waitKey(1) & 0xFF == ord('q'):break
camera.release()
cv2.destroyAllWindows()
效果图:
![在这里插入图片描述](https://img-blog.csdnimg.cn/a1f98441737942a985ed3f6d16b5c29e.png
总结
1 我们首先要计算出焦距大小
2 要知道我们求得目标的宽度(对于目标在像素中重叠,或者遮挡,这个方法应该不可以用)
【单目摄像头测量距离:相似三角形法】相关推荐
- 3D视觉(二):单目摄像头的标定与校正
3D视觉(二):单目摄像头的标定与校正 文章目录 3D视觉(二):单目摄像头的标定与校正 一.相机模型 1.机器车坐标系到相机坐标系 2.相机坐标系到归一化平面坐标系 3.归一化平面坐标畸变 4.归一 ...
- 单目摄像头标定与测距
单目摄像头标定与测距 一. 标定 首先要对摄像头做标定,具体的公式推导在learning opencv中有详细的解释,这里顺带提一句,这本书虽然确实老,但有些理论.算法类的东西里面还是讲的很不错的,必 ...
- OpenCV实现单目摄像头对图像目标测距
使用opencv对单目摄像头中的目标实现测量距离(python实现) 1.方法介绍: 根据相似三角形的方法: F = P×D / W , 其中W为物体的实际宽度,D为物体平面与相机平面的距离,照片上物 ...
- 单目摄像头检测6D姿态
单目摄像头检测6D姿态 CVPR2019: ROI-10D: Monocular Lifting of 2D Detection to 6D Pose and Metric Shape 论文链接: h ...
- 基于单目摄像头的BEV实例预测(ICCV 2021)
作者丨黄浴@知乎 来源丨https://zhuanlan.zhihu.com/p/422992592 编辑丨3D视觉工坊 ICCV'21论文 "FIERY: Future Instance ...
- python怎么让摄像头图像暂停然后在启动_双目摄像头测量距离
前言 在计算机视觉中,可以通过双目摄像头实现,常用的有BM 算法和SGBM 算法等,双目测距跟激光不同,双目测距不需要激光光源,是人眼安全的,只需要摄像头,成本非常底,也用于应用到大多数的项目中.本章 ...
- 【机器人原理与实践(二)】单目摄像头标定与单目测距
文章目录 摄像头标定 4.1 单目相机的建模 4.1.1 图像坐标系到像素坐标系的转换 4.1.2相机坐标系到图像坐标系的转换 4.1.3 合并矩阵 4.2 固定向下摄像头标定 4.3 俯视摄像头标定 ...
- 基于matlab的摄像头,基于Matlab的单目摄像头标定
实验环境:matlab2016 准备材料:单目摄像头.定标板.摄像头拍下定标板的图片 本博客带大家实际动手,再讲单目摄像头标定原理. 准备标定板 标定的开始阶段最需要用到的标定板,可以直接从openc ...
- 用普通摄像头测量距离
近年来,由于无人机.无人车等技术的不断成熟,需要用到实时测距的场所也越来越多,如定位,避障,测速等,相比于其他测距方法,单目测距是利用一个摄像头进行视频拍摄,在图像中找到待测物体.这一系列动作,涉及到 ...
最新文章
- 还在 for 循环里使用 + 拼接字符串?明天不用来上班了!
- 【ES6】Generator函数详解
- pyspark读取hdfs 二进制文件
- 让逻辑关系破缺的最小空间尺寸
- 坑爹!花费2亿耗时2年,网站没建完Java都写不好,顶级咨询公司埃森哲被告上法庭
- linux下设置oracle开机自启动
- Spring核心技术原理-(2)-通过Web开发演进过程了解一下为什么要有Spring AOP?
- oracle添加序列器,Oracle 建表,添加主外键,序列,触发器
- Oracle Database 中 B*Tree 索引内部维护
- LeetCode 93. Restore IP Addresses
- 尚硅谷nginx学习笔记
- bp神经网络数据预测实例,bp神经网络预测数据
- Flash player 10(FLEX 4)的安全沙箱机制
- 如何使用南方CASS绘制地形图
- 使用GoLang开发游戏服务器(一)
- 怎么用阿里云服务器部署项目?上传简单项目
- 1人民币试用世纪互联azure虚拟机,跑CNN训练
- 超级好的6款办公软件,你用过几款呢?
- Mac Webpack Vue项目的搭建
- H3C服务器BIOS界面,全新改版图形化界面
热门文章
- 数字逻辑电路仿真电路:与非门组成的三人表决器
- 大商创小程序前端_正版授权风暴!大商创商城系统开启免费送授权活动
- servlet修改用户头像_Java上传文件实现更换头像
- axelor java快速开发平台和erp系统介绍
- 【UVA】【11021】麻球繁衍
- 京津冀计算机学科大学排名,2021京津冀地区民办大学排名前十
- 注意力缺陷/多动障碍和睡眠障碍之间有什么联系?基于大规模队列多模态研究
- pandas 玩转 Excel 操作总结
- C# 把时间转为秒_Python基础学习笔记(六)日期与时间
- 传《斗战神》美术创作婉拒暴雪挖角 中国游戏人缺少这份傲骨