【OPENCV】单目视觉测距

1 解释说明

单目相机测距常用的方法就是相似三角形法。

注意：1in = 25.4mm

举个例子，假设在离相机距离 D = 45cm = (450/25.4=17.7in)的地方放一张标准的8.27in x 11.69英寸W = 11.69（23cm*16cm）的A4纸并且拍下一张照片。测量出照片中A4纸的像素宽度为 P = 874 像素。因此焦距 F 是：

F = (874px x 17.7in) /11.69in = 1323

当相机移动靠近或者离远物体或者目标时，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

文字说明参考：单目摄像机测距（python+opencv）_花落知多少的博客-CSDN博客_单目相机测距我的论文方向目前是使用单目摄像头实现机器人对人的跟随，首先单目摄像头与kinect等深度摄像头最大的区别是无法有效获取深度信息，那就首先从这方面入手，尝试通过图像获取摄像头与人的距离。在网上看了几天关于摄像头标定和摄像头焦距等原理的文章，然后通过这篇文章真正启发了我：用python和opencv来测量目标到相机的距离主要的测距的原理是利用相似三角形计算物体到相机...https://blog.csdn.net/m0_37811342/article/details/80394935

2 代码

import numpy as np
import cv2

KNOWN_DISTANCE = 17.7
KNOWN_WIDTH = 11.69
KNOWN_HEIGHT = 8.27

# 定义目标函数
def find_marker(image):
    gray_img = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 将彩色图转化为灰度图
    gray_img = cv2.GaussianBlur(gray_img, (5, 5), 0)    # 高斯平滑去噪
    edged_img = cv2.Canny(gray_img, 35, 125)     # Canny算子阈值化
    # 获取纸张的轮廓数据
    img, countours, hierarchy = cv2.findContours(edged_img.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
    # print(len(countours))
    # 获取最大面积对应的点集
    c = max(countours, key=cv2.contourArea)    
    # 最小外接矩形
    rect = cv2.minAreaRect(c)      
    return rect


# 定义距离函数
def distance_to_camera(knownWidth, focalLength, perWidth):
    return (knownWidth * focalLength) / perWidth


# 计算摄像头的焦距（内参）
def calculate_focalDistance(img_path):
    first_image = cv2.imread(img_path)     
    # cv2.imshow('first image', first_image)
    # 获取矩形的中心点坐标，长度，宽度和旋转角度
    marker = find_marker(first_image)       
    print("org图片中A4纸的宽度：f%", marker[1][0])
    focalLength = (marker[1][0] * KNOWN_DISTANCE) / KNOWN_WIDTH  
    print('焦距 = ', focalLength)        
    return focalLength


# 计算摄像头到物体的距离
def calculate_Distance(image_path, focalLength_value):
    image = cv2.imread(image_path)
    # 获取矩形的中心点坐标，长度，宽度和旋转角度， marke[1][0]代表宽度
    marker = find_marker(image)     
    distance_inches = distance_to_camera(KNOWN_WIDTH, focalLength_value, marker[1][0])
    box = cv2.boxPoints(marker)
    # print("Box = ", box)
    box = np.int0(box)
    # print("Box = ", box)
    cv2.namedWindow('img', cv2.WINDOW_NORMAL)
    cv2.drawContours(image, [box], -1, (0, 255, 0), 2)
    cv2.putText(image, "%.2fcm" % (distance_inches * 2.54), (image.shape[1] - 1000, image.shape[0] - 100),
                cv2.FONT_HERSHEY_SIMPLEX, 2.0, (0, 255, 0), 3)
    cv2.imshow("img", image)


if __name__ == "__main__":
    img_path = "org.jpg"
    focalLength = calculate_focalDistance(img_path)
    calculate_Distance("test.jpg", focalLength)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    pass

org.jpg

test.jpg

结果图：

【OPENCV】单目视觉测距

1 解释说明

2 代码

猜你喜欢