给定已知大小的对象,如何计算距离
您需要预先知道两件事之一
- 焦距(以毫米和每毫米像素为单位)
- 图像传感器的物理尺寸(计算每毫米像素)
我将使用焦距,因为我不想在谷歌上搜索传感器数据表。
校准相机
使用源代码中提供的 OpenCVcalibrate.py
工具和棋盘图案 PNG 生成校准矩阵。我从尽可能多的角度拍摄了大约 2 打棋盘照片,并将文件导出到我的 Mac。有关更多详细信息,请查看OpenCV 的相机校准文档。
摄像头校准矩阵(iPhone 5S 后置摄像头)
RMS: 1.13707201375
camera matrix:
[[ 2.80360356e+03 0.00000000e+00 1.63679133e+03]
[ 0.00000000e+00 2.80521893e+03 1.27078235e+03]
[ 0.00000000e+00 0.00000000e+00 1.00000000e+00]]
distortion coefficients: [ 0.03716712 0.29130959 0.00289784 -0.00262589 -1.73944359]
- f_x = 2803
- f_y = 2805
- c_x = 1637
- c_y = 1271
检查您拍摄的一系列棋盘照片的详细信息,您会发现照片的原始分辨率 (3264x2448) 和在 iPhoto 中可见的 JPEG EXIF 标头中,您可以找到焦距值 (4.15mm)。这些项目应因相机而异。
每毫米像素数
我们需要知道图像传感器上的每毫米像素 (px/mm)。从相机切除页面我们知道 f_x 和 f_y 是焦距乘以比例因子。
f_x = f * m_x
f_y = f * m_y
由于每个公式都有两个变量,我们可以求解 m_x 和 m_y。我只是平均 2803 和 2805 得到 2804。
m = 2804px / 4.15mm = 676px/mm
对象大小(以像素为单位)
我使用 OpenCV (C++) 来抓取点的Rotated Rect,并确定对象的大小为 41px。请注意,我已经检索了对象的角,并询问了边界矩形的大小。
cv::RotatedRect box = cv::minAreaRect(cv::Mat(points));
小皱纹
该对象在相机上拍摄的视频中为 41px @ 640x480。
以较低的分辨率转换 px/mm
3264/676 = 640/x
x = 133 px/mm
所以给定 41px/133px/mm 我们看到图像传感器上物体的尺寸是 .308mm 。
距离公式
distance_mm = object_real_world_mm * focal-length_mm / object_image_sensor_mm
distance_mm = 70mm * 4.15mm / .308mm
distance_mm = 943mm
这恰好是相当不错的。我测量了 910 毫米,经过一些改进,我可能可以减少误差。
反馈表示赞赏。
相似三角形法
Adrian atpyimagesearch.com
演示了一种使用相似三角形的不同技术。我们事先讨论了这个话题,他采用了相似的三角形方法,我做了相机内在函数。