0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

如何用Python和OpenCV来测量相机到目标的距离

新机器视觉 来源:CSDN技术社区 作者:jolingcome 2021-05-20 15:15 次阅读

英文:Adrian Rosebrock 编译:伯乐在线-G.K.

http://python.jobbole.com/84378/

几天前,一个叫 Cameron 的 PyImageSearch 读者发来邮件询问摄像头测距的方法。他花了一些时间研究,但是没有找到解决办法。

我很能体会 Cameron 的感受。几年前我做过一个分析棒球离手飞向本垒的运动的小项目。

我通过使用运动分析和基于轨迹的跟踪方法来确定或者估计小球在视频帧中的位置。并且因为棒球的大小是已知的,所以我也能估计出其到本垒的距离。

那是个有趣的项目,虽然系统的精度没有达到我的预期。——棒球运动太快所造成的“运动模糊”让达到高精度变得十分困难。

我的项目完全算是一个个例,但是通常来说,在计算机视觉或者图形处理领域计算从相机到目标的距离实际上是一个非常容易的问题。你可以找到一个像三角形相似这样简单粗暴的方法,或者你也可以用上相机模型的内参这样更复杂一点(但是更精确)的方法。

在这篇博客,我将会告诉大家我和 Cameron 是如果解决这个计算相机到已知物体或目标的距离。

千万要看——你一定不想错过。

OpenCV 和 Python 版本:这个例子可以在Python 2.7/Python 3.4+和OpenCV 2.4.X上运行。

用相似三角形计算物体或者目标到相机的距离

我们将使用相似三角形来计算相机到一个已知的物体或者目标的距离。

相似三角形就是这么一回事:假设我们有一个宽度为 W 的目标或者物体。然后我们将这个目标放在距离我们的相机为 D 的位置。我们用相机对物体进行拍照并且测量物体的像素宽度 P 。这样我们就得出了相机焦距的公式:

F = (P x D) / W

举个例子,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

当我继续将我的相机移动靠近或者离远物体或者目标时,我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

为了更具体,我们再举个例子,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:

D’ = (11in x 543.45) / 170 = 35 英寸

或者约 36 英寸,合 3 英尺。

注意:当我给这次例子拍照时,我的卷尺有一点松,因此结果造成了大约 1 英寸的误差。还有我也是很快速地拍下了照片并且没有完全对齐卷尺上的脚标,这也会对最终结果的 1 英寸误差产生影响。综上所述,相似三角形的方法还是合理的,你也可以用这个方法很简单地计算出物体或者目标距离你的相机的距离。

现在理解了?

太棒了。接下来让我们用一些代码来看看如何用 Python、OpenCV、图像处理和计算机视觉技术来获得相机到物体或者目标的距离。

用Python和OpenCV来测量相机到目标的距离

继续,我们开始这个项目。打开一个文件,命名为distance_to_camera.py,然后就可以开工了。

# import the necessary packages

importnumpyasnp

importcv2

deffind_marker(image):

# convert the image to grayscale, blur it, and detect edges

gray=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)

c=max(cnts,key=cv2.contourArea)

# compute the bounding box of the of the paper region and return it

returncv2.minAreaRect(c)

第一件要做的事情就是导入必要的包。我们将用NumPy来进行数值计算和cv2来绑定 OpenCV 。

在那之后我们定义find_marker函数。这个函数接收一个image参数,并且这意味着我们将用它来找出将要计算距离的物体。

在这个例子中我们使用标准的 8.5 x 11 英寸的 A4 纸作为我们的目标。

目前我们的第一个任务是找出图像中的这张纸。

我们先将图像转成灰度图,用高斯模糊除去明显的噪点,并且在第7-9 行使用边缘检测

完成这几步后,我们的图像应该长这样:

13e2fc3a-b4a9-11eb-bf61-12bb97331649.jpg

如你所见,我们的目标(A4 纸)的边缘已经很清晰了。现在我们只要找出这张纸的轮廓(比如:外形)。

我们用13 行的cv2.findContours函数找到目标,并且在14 行计算出面积最大的轮廓。

我们假设面积最大的轮廓是我们的那张 A4 纸。这个假设在我们的这个例子是成立的,但是实际上在图像中找出目标是和是与应用场景高度相关的。

在我们的例子中,简单的边缘检测和计算最大的轮廓是可行的。我们可以通过使用轮廓近似法使系统更具鲁棒性,排除不包含有4个顶点的轮廓(因为 A4 纸是矩形有四个顶点),然后计算面积最大的四点轮廓。

注意:更多这样的方法见这篇文章,讲述了如何做一个简单粗暴的手机扫描仪。

其他找到图像中目标可选的方法是利用颜色特征(目标的颜色和背景有着明显的不同)。你还可以使用关键点检测,局部不变性描述子,和关键点匹配来寻找目标。但是这些方法以及超出了这篇文章的范畴,并且具有高度定制化的特性。

不管怎样,我们现在获得了目标的轮廓,并且在第17 行返回包含(x, y)坐标和像素高度和宽度信息的边界框给调用函数。

让我们也快速定义一个用上述的相似三角形法计算距离的函数:

defdistance_to_camera(knownWidth,focalLength,perWidth):

# compute and return the distance from the maker to the camera

return(knownWidth*focalLength)/perWidth

这个函数传入目标的knownWidth,计算好的focalLength,和目标在图像中的像素距离,并且使用上面推导的相似三角形公式来计算到物体的距离。

继续读下列代码来看看我们是如何利用这些函数的:

#import the necessary packages

importnumpyasnp

importcv2

deffind_marker(image):

# convert the image to grayscale, blur it, and detect edges

gray=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)

c=max(cnts,key=cv2.contourArea)

# compute the bounding box of the of the paper region and return it

returncv2.minAreaRect(c)

defdistance_to_camera(knownWidth,focalLength,perWidth):

# compute and return the distance from the maker to the camera

return(knownWidth*focalLength)/perWidth

# initialize the known distance from the camera to the object, which

# in this case is 24 inches

KNOWN_DISTANCE=24.0

# initialize the known object width, which in this case, the piece of

# paper is 11 inches wide

KNOWN_WIDTH=11.0

# initialize the list of images that we'll be using

IMAGE_PATHS=["images/2ft.png","images/3ft.png","images/4ft.png"]

# 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

image=cv2.imread(IMAGE_PATHS[0])

marker=find_marker(image)

focalLength=(marker[1][0]*KNOWN_DISTANCE)/KNOWN_WIDTH

找到图像中目标的距离的第一步是标定和计算焦距。我们需要知道以下参数:

相机到物体的距离

这个物体的宽度(单位英尺或米)。注意:也可以用高度,这个例子中我们使用宽度。

这里不得不提示一下我们所做的并不是实质意义上的摄像机标定。真正的摄像机标定包括摄像机的内参,你可以从这里获得更多相关知识。

在第25 行我们初始化了已知的KNOWN_DISTANCE,从相机到物体的距离为 24 英寸。在第29 行我们初始了物体的宽度KNOWN_WIDTH为 11 英寸(一张横着放的标准 A4 纸)。

然后我们在第32 行定义要用到的图片的路径。

下一步比较重要:是一个简单的标定。

第37 行从硬盘读取第一张图,——我们将用这张图来作为标定图片。

图片加载以后,在第38 行计算图中 A4 纸的轮廓信息,在第39 行使用三角形相似法计算出focalLength。

由于我们已经“标定”了我们的系统并且获得了focalLength,我们可以很容易地计算出相机离接下来图片中目标的距离。

让我们看看这个是这么做的:

41# loop over the images

42forimagePathinIMAGE_PATHS:

# load the image, find the marker in the image, then compute the

# distance to the marker from the camera

image=cv2.imread(imagePath)

46marker=find_marker(image)

47inches=distance_to_camera(KNOWN_WIDTH,focalLength,marker[1][0])

# draw a bounding box around the image and display it

box=np.int0(cv2.cv.BoxPoints(marker))

cv2.drawContours(image,[box],-1,(0,255,0),2)

cv2.putText(image,"%.2fft"%(inches/12),

(image.shape[1]-200,image.shape[0]-20),cv2.FONT_HERSHEY_SIMPLEX,

2.0,(0,255,0),3)

cv2.imshow("image",image)

cv2.waitKey(0)

在第42 行开始遍历所有的图片路径。

然后,在第45 行我们将列表中所有的图片从硬盘读取下来。在第46 行提取目标轮廓,并且在第47 行计算摄像机到物体的距离。

在第50-56 行,我们简单地画出目标的边框并且显示出距离。

结果

来看看我们的脚本运作,打开一个终端,导航到你的代码目录,执行以下命令:

$pythondistance_to_camera.py

如果一切正常你将会看到2ft.png的结果,这张图是用来“标定”我们的系统并且计算初始的focalLength:

从上面的图片我们可以看到我们的焦距被正确地计算出来并且按照代码中的变量KNOWN_DISTANCE和KNOWN_WIDTH,A4 纸的距离是 2 英尺。

现在我们有了焦距,我们可以在接下来的图片中计算出目标的距离:

上上面的例子,我们的相机大概离目标有 3 英尺远。

让我们退后一步:

再次需要注意的是,我在拍这个例子的时候动作很快并且卷尺并没有绷紧。而且,我也没有确保我的相机是百分之百地对准目标底部,因此,这些例子总会有大概 1 英寸的误差。

以上是我要说的,这篇文章描述的三角形相似法仍然可以用,并且能够让你测量出图像上的物体或目标到你相机的距离。

总结

在这篇博客我们学习了如何计算一个图像上的已知物体到相机的距离。

为了完成这个任务我们利用了三角形相似法,并且需要知道两个重要的参数:

1、 目标的实际宽度(或高度),单位可以是英寸或者米。

2、 标定过程 1 中相机到目标的距离。

计算机视觉和图像处理算法可以被用来自动检测图像中物体的像素宽度或高度并且完成相似三角形的计算,得出一个焦距。

然后在接下来的图片中,我们只要提取出目标轮廓就可以利用得到的焦距测量出目标到相机的距离。

编辑:jq

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 硬盘
    +关注

    关注

    3

    文章

    1292

    浏览量

    57237
  • 图像处理
    +关注

    关注

    27

    文章

    1282

    浏览量

    56648
  • 相机
    +关注

    关注

    4

    文章

    1345

    浏览量

    53519
  • 自动检测
    +关注

    关注

    0

    文章

    114

    浏览量

    15647
  • 计算机视觉
    +关注

    关注

    8

    文章

    1696

    浏览量

    45928

原文标题:用 Python 和 OpenCV 来测量相机到目标的距离

文章出处:【微信号:vision263com,微信公众号:新机器视觉】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    何用OpenCV相机捕捉视频进行人脸检测--基于米尔NXP i.MX93开发板

    提供了一个非常简单的接口,用于相机捕捉一个视频(我用的电脑内置摄像头) 1、安装python3-opencv apt install python3-opencv 2、查看摄像头支持的格式与分辨率
    发表于 11-15 17:58

    基于OPENCV相机捕捉视频进行人脸检测--米尔NXP i.MX93开发板

    本文将介绍基于米尔电子MYD-LMX93开发板(米尔基于NXPi.MX93开发板)的基于OpenCV的人脸检测方案测试。OpenCV提供了一个非常简单的接口,用于相机捕捉一个视频(我用的电脑内置
    的头像 发表于 11-07 09:03 989次阅读
    基于<b class='flag-5'>OPENCV</b>的<b class='flag-5'>相机</b>捕捉视频进行人脸检测--米尔NXP i.MX93开发板

    使用Python进行Ping测试

    )请求包,然后等待目标主机返回响应包,从而测量网络的延迟和丢包情况。随着Python编程语言的广泛应用,越来越多的网络工程师开始使用Python进行自动化网络测试和管理任务。本篇文章将
    的头像 发表于 08-12 17:56 444次阅读
    使用<b class='flag-5'>Python</b>进行Ping测试

    opencv-pythonopencv一样吗

    OpenCV的一个Python语言接口,它允许开发者使用Python语言调用OpenCV库的功能。 虽然
    的头像 发表于 07-16 10:38 991次阅读

    opencv的主要功能有哪些

    OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉库,提供了大量的计算机视觉算法和工具。以下是OpenCV的主要功能: 图像处理
    的头像 发表于 07-16 10:35 1347次阅读

    OpenCV携奥比中光3D相机亮相CVPR 2024

    6月17日-21日,奥比中光合作伙伴OpenCV携Orbbec 3D相机参展在美国西雅图举办的CVPR 2024(即IEEE国际计算机视觉与模式识别会议),让开发者亲身体验Orbbec 3D相机
    的头像 发表于 06-21 09:38 507次阅读

    张永炜:智能物联2.0时代,如何用数字化手段助力“双碳”目标的实现?

    2.0时代,如何用数字化手段助力“双碳”目标的实现?》的主题探讨。以下根据直播访谈内容整理。数字化技术助力绿色低碳智次方:您如何看待云计算、大数据、物联网、人工智能和
    的头像 发表于 05-28 08:04 163次阅读
    张永炜:智能物联2.0时代,如<b class='flag-5'>何用</b>数字化手段助力“双碳”<b class='flag-5'>目标的</b>实现?

    基于“双 碳 ”目标的综合用电服务管理系统介绍

    各类厂矿与企事企业单位,基于双碳目标的综合智慧用电管理系统解决方案。
    发表于 04-08 16:29 1次下载

    如何将HC-SR04连接到Arduino并编写一个简单的程序测量距离

    一种流行的Arduino超声波传感器是HC-SR04。它广泛用于非接触式距离测量,通常用于机器人和自动化项目。本指南将向您展示如何将HC-SR04连接到Arduino并编写一个简单的程序测量
    的头像 发表于 02-11 10:17 2211次阅读
    如何将HC-SR04连接到Arduino并编写一个简单的程序<b class='flag-5'>来</b><b class='flag-5'>测量</b><b class='flag-5'>距离</b>

    如何使用linux下gdb调试python程序

    如何使用linux下gdb调试python程序  在Linux下,可以使用GDB(GNU调试器)调试Python程序。GDB是一个强大的调试工具,可以帮助开发者诊断和修复程序中的错
    的头像 发表于 01-31 10:41 2425次阅读

    itop-RK3588开发板机器视觉开发OpenCV-Python的安装

    itop-RK3588开发板机器视觉开发OpenCV-Python的安装
    的头像 发表于 01-26 15:18 4091次阅读
    itop-RK3588开发板机器视觉开发<b class='flag-5'>OpenCV-Python</b>的安装

    何用示波器测量直流电压呢?

    何用示波器测量直流电压呢? 示波器是电子工程师和技术人员在电路设计和维修中经常使用的一种仪器。它可以测量和显示信号的振幅、频率和相位等参数。一般来说,示波器主要用于测量交流电压。然而
    的头像 发表于 01-23 14:45 5465次阅读

    AD CAM文件如何测量距离

    如何测量距离距离的定义和重要性 在AD CAM文件中,距离是指广告目标受众与广告内容之间的距离
    的头像 发表于 01-08 10:16 1350次阅读

    OpenCV零代码实现线段距离测量

    OpenMV2024版本即将发行,支持多种主流深度学习模型从训练到部署,支持更多传统OpenCV算子流程设计与组合,支持一键导出流程,相比2023版本OpenMV,提供更多辅助开发工具。
    的头像 发表于 01-08 09:15 549次阅读
    <b class='flag-5'>OpenCV</b>零代码实现线段<b class='flag-5'>距离</b><b class='flag-5'>测量</b>

    线阵相机与面阵相机的区别

    工业相机是机器视觉系统必不可少的核心组件,根据不同的类别有不同的分类标准。按传感器的结构特性分类,可分为面阵相机与线阵相机两种。其中,面阵相机是以面为单位
    的头像 发表于 12-14 16:55 1146次阅读
    线阵<b class='flag-5'>相机</b>与面阵<b class='flag-5'>相机</b>的区别