Question

- 更新2 -

如果您使用单个摄像头计算距离，以下文章非常有用（尽管它使用的是Python而不是C ++）：Find distance from camera to object/marker using Python and OpenCV

最佳链接 为Stereo Webcam Depth Detection。这个开源项目的实施非常明确。

以下是原始问题。

对于我的项目，我使用两个摄像头（立体视觉）来跟踪物体并计算距离。我用OpenCV的示例代码校准它们并生成视差图。

我已经实现了一种基于颜色跟踪对象的方法（这会生成一个阈值图像）。

我的问题：如何使用视差图/矩阵计算到被跟踪彩色物体的距离？

您可以在下面找到获取每个像素的x，y和z坐标的代码段。问题是：Point.z是cm，pixel，mm？

我可以使用此代码获取到被跟踪对象的距离吗？

提前谢谢！

cvReprojectImageTo3D(disparity, Image3D, _Q);

vector<CvPoint3D32f> PointArray;
CvPoint3D32f Point;

for (int y = 0; y < Image3D->rows; y++) {    

    float *data = (float *)(Image3D->data.ptr + y * Image3D->step);  

    for (int x = 0; x < Image3D->cols * 3; x = x + 3) 
    {   
        Point.x = data[x];        
        Point.y =  data[x+1];     
        Point.z = data[x+2];
        PointArray.push_back(Point);
        //Depth > 10
        if(Point.z > 10)
        {
            printf("%f %f %f", Point.x, Point.y, Point.z);              
        }
    }
}
cvReleaseMat(&Image3D);

- 更新1 -

例如，我生成了这个阈值图像（左相机）。我几乎拥有相同的相机。

enter image description here

除了上述阈值图像之外，应用程序还生成视差图。如何在视差图中获得手的像素的Z坐标？

我实际上想要得到手的像素的所有Z坐标来计算平均Z值（距离）（使用视差图）。

Answer 1

请参阅以下链接：OpenCV: How-to calculate distance between camera and object using image?，Finding distance from camera to object of known size，http://answers.opencv.org/question/5188/measure-distance-from-detected-object-using-opencv/
如果它不能解决您的问题，请写下更多详细信息 - 为什么它不起作用等等。

Answer 2

将差异（以像素或图像宽度百分比）转换为实际距离的数学计算非常详细（并且不是很困难），但我也会在此处记录。

以下是给出视差图像（以像素为单位）和输入图像宽度为2K（横跨2048像素）图像的示例：

会聚距离由相机镜头之间的旋转决定。在这个例子中它将是5米。收敛距离为5（米）意味着5米外的物体的差异为0。

CD = 5 (meters)

收敛距离的反转是：1 / CD

IZ = 1/5 = 0.2M

相机传感器的尺寸，以米为单位

SS  = 0.035 (meters)    //35mm camera sensor

传感器上像素的宽度，以米为单位

PW = SS/image resolution = 0.035 / 2048(image width) = 0.00001708984

相机的焦距，以米为单位

FL = 0.07 //70mm lens

间隙距离：从左镜头中心到右镜头中心的距离

IA = 0.0025 //2.5mm

相机装备物理参数的组合

A = FL * IA / PW

相机调整后的差异:(仅限左视图，右视图将使用正[视差值]）

AD = 2 * (-[disparity value] / A)

从这里您可以使用以下等式计算实际距离：

realDistance = 1 / (IZ – AD)

此等式仅适用于“前束”相机系统，平行相机装置将使用稍微不同的等式来避免无穷大值，但我现在暂时不论它。如果你需要并行的东西，请告诉我。

Answer 3

<块引用>

if len(puntos) == 2:
    x1, y1, w1, h1 = puntos[0]
    x2, y2, w2, h2 = puntos[1]
    
    if x1 < x2:
        distancia_pixeles = abs(x2 - (x1+w1)) 
        distancia_cm = (distancia_pixeles*29.7)/720
        cv2.putText(imagen_A4, "{:.2f} cm".format(distancia_cm), (x1+w1+distancia_pixeles//2, y1-30), 2, 0.8, (0,0,255), 1,

cv2.LINE_AA) cv2.line(imagen_A4,(x1+w1,y1-20),(x2, y1-20),(0, 0, 255),2) cv2.line(imagen_A4,(x1+w1,y1-30),(x1+w1,y1-10),(0, 0, 255),2) cv2.line(imagen_A4,(x2,y1-30),(x2, y1-10),(0, 0, 255),2) 别的： distancia_pixeles = abs(x1 - (x2+w2)) distancia_cm = (distancia_pixeles*29.7)/720 cv2.putText(imagen_A4, "{:.2f} cm".format(distancia_cm), (x2+w2+distancia_pixeles//2, y2-30), 2, 0.8, (0,0,255), 1, cv2.LINE_AA) cv2.line(imagen_A4,(x2+w2,y2-20),(x1, y2-20),(0, 0, 255),2) cv2.line(imagen_A4,(x2+w2,y2-30),(x2+w2, y2-10),(0, 0, 255),2) cv2.line(imagen_A4,(x1,y2-30),(x1, y2-10),(0, 0, 255),2)

        cv2.imshow('imagen_A4',imagen_A4)

    cv2.imshow('frame',frame)    
    k = cv2.waitKey(1) & 0xFF
    if k == 27:
        break
cap.release()
cv2.destroyAllWindows()

我认为这是测量两个物体之间距离的好方法

计算距离（差异）OpenCV

3 个答案: