用普通摄像头测量距离

近年来，由于无人机、无人车等技术的不断成熟，需要用到实时测距的场所也越来越多，如定位，避障，测速等，相比于其他测距方法，单目测距是利用一个摄像头进行视频拍摄，在图像中找到待测物体。这一系列动作，涉及到了物体的识别，相机的结构，坐标变换的一些知识，距离的获取是一个很广泛的课题，用摄像头来测距是其中一个方向，包括单目测距、双目测距、结构光测距等方法。
在这里，我们主要用一个摄像头通过建立一定的模型来解决测距的问题。

1. 安装包

python 3.7 或以上

pip install cvzone
pip install mediapipe

2.成像原理

单目摄像头的模型可以近似考虑为针孔模型，如图所示

• f: 焦距
• W: 目标物体的实际宽度
• w: 成像后的宽度
• d: 物体与相机之间的实际距离或深度

f 、d、w、W的之间的关系如下：

      d
     
     
      f
     
    
    
     =
    
    
     
      W
     
     
      w
     
    
   
   
    \frac{d}{f}=\frac{W}{w}
   
  
 fd​=wW​

2.1 相机校准

我们的目标是计算出目标物体的

距离d

,但前提需要知道

焦距f

,焦距f的计算公式如下：

     f
    
    
     =
    
    
     
      
       w
      
      
       ∗
      
      
       d
      
     
     
      W
     
    
   
   
    f=\frac{w*d}{W}
   
  
 f=Ww∗d​

我们可以将一个物体放在离摄像头已知的距离

d

,同时我们知道实际物体的宽度

W

,以及呈像后的宽度w，从而上述公式计算出焦距

f

。

2.2 计算物体的距离d

相机校准后，

焦距f

的值即为已知，根据如下公式，可计算出目标物体的距离：

     d
    
    
     =
    
    
     
      
       f
      
      
       ∗
      
      
       W
      
     
     
      w
     
    
   
   
    d=\frac{f*W}{w}
   
  
 d=wf∗W​

如果我们知道已知物体的

W

,和成像后的

w

,就可以实时计算出目标物体的距离d。

3 案例介绍

本文以人脸两只眼睛的距离作为目标物体的

W

, 由于男性两只眼睛距离为

64cm

，女性两只眼睛距离为

62cm

，我们这里取平均值

63

作为人脸眼睛的距离。因此计算人脸的距离，只需知道成像后的

w

，即可计算出人脸离摄像头的距离

d

.

3.1 检测人脸

import cv2
import cvzone
import cvzone.FaceMeshModule import FaceMeshDetector

# 检测人脸
detector=FaceMeshDetector(maxFaces=1)
cap=cv2.VideoCapture(0)whileTrue:
    success,img =cap.read()
    img,faces=detector.findFaceMesh(img)
    cv2.imshow("Image",img)
    cv2.waitKey(1)

3.2 计算视频中双眼的距离

import cv2
import cvzone
import cvzone.FaceMeshModule import FaceMeshDetector

# 检测人脸
detector=FaceMeshDetector(maxFaces=1)
cap=cv2.VideoCapture(0)whileTrue:
    success,img =cap.read()
    img,faces=detector.findFaceMesh(img)if faces:
        face =faces[0]
        pointLeft=face[145]#左眼中心点坐标
        pointRight=face[375]#右眼中心点坐标# 绘制人眼中心点并连线
        cv2.line(img,pointLeft,pointRight,(0,200,0),3)
        cv2.circle(img,pointLeft,5,(255,0,255),cv2.FILLED)
        cv2.circle(img,pointRight,5,(255,0,255),cv2.FILLED)
        w,_=detector.findDistance(pointLeft,pointRight)print(w)
            
    cv2.imshow("Image",img)
    cv2.waitKey(1)

3.3 相机标定：计算焦距f

```python
import cv2
import cvzone
import cvzone.FaceMeshModule import FaceMeshDetector

# 检测人脸
detector=FaceMeshDetector(maxFaces=1)
cap=cv2.VideoCapture(0)whileTrue:
    success,img =cap.read()
    img,faces=detector.findFaceMesh(img)if faces:
        face =faces[0]
        pointLeft=face[145]#左眼中心点坐标
        pointRight=face[375]#右眼中心点坐标# 绘制人眼中心点并连线
        cv2.line(img,pointLeft,pointRight,(0,200,0),3)
        cv2.circle(img,pointLeft,5,(255,0,255),cv2.FILLED)
        cv2.circle(img,pointRight,5,(255,0,255),cv2.FILLED)
        w,_=detector.findDistance(pointLeft,pointRight)#保持人脸到摄像头50cm下测量# Finding the Focal Length
        W=6.3# 真实人脸间距 6.3cm
        d=50# 保持人脸到摄像头50cm的距离
        f=(w*d)/W
        print(f)
            
    cv2.imshow("Image",img)
    cv2.waitKey(1)

3.4 计算人脸到相机的距离

根据上一步，相机标定的结果。假设计算出相机的

焦距f

f =840 mm

根据公式：

     d
    
    
     =
    
    
     
      
       f
      
      
       ∗
      
      
       W
      
     
     
      w
     
    
   
   
    d=\frac{f*W}{w}
   
  
 d=wf∗W​

即可计算出实时的人脸到摄像头的距离

import cv2
import cvzone
import cvzone.FaceMeshModule import FaceMeshDetector

# 检测人脸
detector=FaceMeshDetector(maxFaces=1)
cap=cv2.VideoCapture(0)whileTrue:
    success,img =cap.read()
    img,faces=detector.findFaceMesh(img)if faces:
        face =faces[0]
        pointLeft=face[145]#左眼中心点坐标
        pointRight=face[375]#右眼中心点坐标# 绘制人眼中心点并连线
        cv2.line(img,pointLeft,pointRight,(0,200,0),3)
        cv2.circle(img,pointLeft,5,(255,0,255),cv2.FILLED)
        cv2.circle(img,pointRight,5,(255,0,255),cv2.FILLED)
        w,_=detector.findDistance(pointLeft,pointRight)#保持人脸到摄像头50cm下测量
        W=6.3# 真实人脸间距 6.3cm# Finding the Focal Length# d= 50 # 保持人脸到摄像头50cm的距离# f=(w*d)/W# print(f)# Finding distance
        f =840# 根据相机标定的结果
        d =(W * f)/w
        print(d)
        cvzone.putTextRect(img,f'Depth:{int(d)}cm',(face[10][0]-100,face[10][1]-50),scale=2)
            
    cv2.imshow("Image",img)
    cv2.waitKey(1)

可以看到：人脸靠近相机d越来越小，远离相机d越来越小。从而可以大致判断出人脸离相机的距离。虽然达不到深度相机那么精确，但在某些场景中，该计算出的距离应用起来可以有不错的效果