### Python 实现单摄像头动态测距 要实现基于单摄像头的两点间动态距离测量，可以利用小孔成像原理以及 OpenCV 库来完成。以下是具体方法： #### 原理概述 单目测距的核心在于通过已知物体的实际宽度（或其他尺寸）、图像中的像素宽度以及相机焦距之间的关系计算出实际距离。公式如下： \[ \text{Distance} = \frac{\text{Known Width} \times \text{Focal Length}}{\text{Pixel Width}} \] 其中： - **Known Width** 是目标物的真实物理宽度。 - **Focal Length** 是相机的焦距，通常可以通过校准获得。 - **Pixel Width** 是目标物在图像中的像素宽度。 此公式的推导来源于小孔成像模型[^1]。 #### 主要步骤说明 为了实现两点间的动态距离测量，需先确定两个点的空间坐标系位置，并将其转换为三维空间中的欧几里得距离。这涉及以下几个方面的工作： 1. **获取焦距** 需要在固定距离下拍摄一张图片并手动标注其真实大小以估算焦距。例如，假设有一个标准 A4 白纸作为参照物，则可通过以下函数计算焦距： ```python def calculate_focal_length(known_distance, known_width, pixel_width): return (pixel_width * known_distance) / known_width ``` 2. **检测标记点** 使用 OpenCV 的轮廓检测功能找到感兴趣区域（ROI），提取特征点的位置信息。对于两点的情况，可分别定位它们对应的中心坐标 \( (x_1, y_1), (x_2, y_2) \)[^3]。 3. **三角几何法求解间距** 当前视图下的平面投影无法直接反映真实的三维长度，因此需要引入额外参数——即两对象相对于镜头的角度差值θ或者深度z轴上的偏移量d_z。最终表达式可能形似于下面的形式之一： 如果仅考虑水平方向偏差Δx， \[ d_{xy}=f\cdot tan(\theta)\approx f\cdot (\Delta x)/w, \] 这里的 w 表征整个视野范围内的总跨度；而如果还考虑到垂直分量的话则更加复杂些[^2]。 4. **实时处理视频流数据** 最后一步就是把上述逻辑嵌入循环结构当中去逐帧分析输入源直至程序终止条件满足为止。 下面是完整的代码框架实例： ```python import cv2 import numpy as np def distance_to_camera(knownWidth, focalLength, perWidth): return (knownWidth * focalLength) / perWidth # 初始化全局变量 KNOWN_DISTANCE = 24.0 # inches KNOWN_WIDTH = 11.0 # inches IMAGE_PATH = 'calibration_image.jpg' image = cv2.imread(IMAGE_PATH) marker = find_marker(image) focalLength = (marker[1][0] * KNOWN_DISTANCE) / KNOWN_WIDTH cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) blurred = cv2.GaussianBlur(gray, (5, 5), 0) edged = cv2.Canny(blurred, 35, 125) cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[-2] c = max(cnts, key=cv2.contourArea) rect = cv2.minAreaRect(c) box = cv2.boxPoints(rect) box = np.int0(box) M = cv2.moments(c) center_x = int(M["m10"] / M["m00"]) center_y = int(M["m01"] / M["m00"]) inches = distance_to_camera(KNOWN_WIDTH, focalLength, rect[1][0]) cv2.drawContours(frame, [box], -1, (0, 255, 0), 2) cv2.putText(frame, "%.2fft" % (inches / 12), (frame.shape[1] - 200, frame.shape[0] - 20), cv2.FONT_HERSHEY_SIMPLEX, 2.0, (0, 255, 0), 3) cv2.imshow("Frame", frame) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() ```