简单的说：
我有一个人体图像。我有两个参考点，分别是左右腰部位置。例如：(100,100) 和 (200,100) 分别是左右腰部位置。
除了这两点，我还知道腰围的“现实生活”英寸值。
我正在尝试获取这三个数据点并推断“现实生活”中有多少像素 = 1 英寸。这不应该那么难，但我对此有某种类型的大脑阻塞。
寻找简单的公式。我开始的一个是：
(RightPoint.X - LeftPoint.X) / 34"
这不起作用。腰围越小，每英寸像素值越大。在上面，它将是 2.9 像素 == 1"。
如果我将 34 英寸更改为 10 英寸，它最多可以拍摄 10 像素 == 1 英寸。或者这可能是正确的？呃......大脑今晚你在哪里！？！？
问题：
我正在寻找基于这三个参考数据点的正确公式，可以让我确定图像中有多少像素 == 1"。所以如果我在现实生活中知道这个人的腰围是 34 英寸，我想确定在图像中...假设相对于图片 2.5 像素 == 1 英寸。
不幸的是，您没有足够的信息来解决这个问题。首先，现实生活中的腰围尺寸是 3D 的，并且一直绕着身体走，所以首先你必须将它除以 2 以允许卷尺同时穿过腰围的正面和背面身体 - 所以你的 34 英寸腰意味着你的 100 像素对应于 17 英寸 - 如果身体是平的 - 它不是！这就是问题所在。
想象一下，这个人的裤子前面有两个厚枕头……这会影响他们的腰围尺寸（使它变大几英里），但是，因为他们在裤子的前面，所以不会影响像素宽度。
对不起，你不能准确地做到这一点。您可以假设他们的腰部是完美的圆形，那么 100 像素将对应于他们腰部的投影，因此 34" 将是腰部的周长，即 pi x d。所以您会说 100 像素 = 34/pi或 11 英寸左右。
所以，具体来说：
34/pi inches = 100 pixels
10.8 inches = 100 pixels
1 inch = 100/10.8 pixels
1 inch = 9.25 pixels
但请记住，这是基于腰围为圆形的近似值。