计算距离（视差）OpenCV

Posted 2023-02-23

【中文标题】计算距离（视差）OpenCV

【英文标题】：Calculate distance (disparity) OpenCV

【发布时间】：2013-06-10 08:44:25

【问题描述】：

-- 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

最佳链接是Stereo Webcam Depth Detection。这个开源项目的实现真的很清晰。

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 的示例代码对它们进行了校准，并生成了一个视差图。

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/矩阵计算到跟踪的彩色对象的距离？

您可以在下面找到获取每个像素的 x、y 和 z 坐标的代码 sn-p。问题：Point.z 是以厘米、像素、毫米为单位的吗？

我可以用这个代码得到到被跟踪物体的距离吗？

提前谢谢你！

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（左侧摄像头）。我几乎拥有相同的正确相机。

除上述阈值图像外，应用程序还会生成视差图。如何在视差图中获取手部像素的 Z 坐标？

我其实是想获取手部像素的所有 Z 坐标来计算平均 Z 值（距离）（使用视差图）。

【参考方案1】：

查看此链接：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，请写下更多细节 - 为什么它不起作用，等等。

【讨论】：

见--更新--在第一篇文章中。

@cyriel 我们可以用两个相机视图预测一个点的深度吗？

【参考方案2】：

将视差（以像素或图像宽度百分比）转换为实际距离的数学已经很好地记录（并且不是很困难），但我也会在这里记录。

下面是给定视差图像（以像素为单位）和输入图像宽度为 2K（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。在本例中，它将是 5 米。收敛距离5（米）表示5米外物体的视差为0。

CD = 5 (meters)        

收敛距离的倒数是：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

轴间距离：左镜片中心到右镜片中心的距离

IA = 0.0025 //2.5mm

相机装备的物理参数组合

A = FL * IA / PW

Camera Adjusted disparity：（仅对于左视图，右视图将使用正 [disparity value]）

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

从这里您可以使用以下公式计算实际距离：

realDistance = 1 / (IZ – AD)

此公式仅适用于“前束”相机系统，平行相机装备将使用稍微不同的公式来避免无穷大值，但我暂时将其保留在此。如果您需要并行的东西，请告诉我。

【讨论】：

你能反转这个计算吗，即用已知的相机参数拍摄深度图像并获得视差图？

是的，这是一个可逆方程。

【参考方案3】：

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)) 距离厘米 = (距离像素*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

【讨论】：

欢迎使用SO，请正确使用文本格式。