image-processing - OpenCV:如何使用图像计算相机和物体之间的距离？

Question

我是 OpenCV 的新手。我正在使用以下公式计算距离:

distance to object (mm) = focal length (mm) * real height of the object (mm) * image height (pixels)
                          ----------------------------------------------------------------
                                object height (pixels) * sensor height (mm)

OpenCV 中有确定物距的函数吗？如果没有，是否有引用示例代码？

Answer 1

给定已知大小的物体如何计算距离

你需要预先知道两件事中的一件

• 焦距(以毫米和每毫米像素为单位)
• 图像传感器的物理尺寸(计算每毫米像素数)

我将使用焦距，因为我不想用谷歌搜索传感器数据表。

校准相机

使用OpenCV calibrate.py工具和源代码中提供的棋盘图案PNG生成校准矩阵。我从尽可能多的角度拍摄了大约 2 张棋盘照片，并将文件导出到我的 Mac。有关更多详细信息，请查看 OpenCV's camera calibration docs .

相机校准矩阵(iPhone 5S 后置相机)

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) 及其 JPEG EXIF headers ，在 iPhoto 中可见，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每毫米的像素数 (px/mm)。来自 camera resectioning 上的页面我们知道 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++) 抓取了 Rotated Rect的点，并确定对象的大小为 41px。请注意，我已经检索了对象的角，并询问边界矩形的大小。

cv::RotatedRect box = cv::minAreaRect(cv::Mat(points));

小皱纹

在 640x480 相机拍摄的视频中，物体为 41px。

在较低分辨率下转换 px/mm

3264/676 = 640/x
x = 133 px/mm

因此，给定 41px/133px/mm，我们可以看到图像传感器上物体的尺寸为 .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

这恰好很好。我测量了 910 毫米，通过一些改进，我可能可以减少误差。

欢迎反馈。

相似三角形法

Adrian 在 pyimagesearch.com 演示了 a different technique using similar triangles .我们事先讨论了这个话题，他采用了相似三角形方法，而我采用了相机内在函数。