【机器视觉】——平面测量实际尺寸（像素尺寸转物理尺寸）

已于 2022-03-12 19:11:47 修改
阅读量1w 收藏 40
点赞数
分类专栏： 机器视觉 文章标签： 计算机视觉 测量
于 2022-03-10 16:41:24 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45769063/article/details/123404748
版权
本文介绍了三种在平面条件下将像素尺寸转换为物理尺寸的方法：比例尺法、三角法和相机标定。比例尺法通过计算像素距离与实际距离的比例实现测量；三角法则考虑两个方向的不同缩放比例，用于更精确的尺寸转换；而相机标定，尤其是双目标定，适用于更复杂的测量任务。各方法的实际应用中存在误差，需注意校准和计算精度。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目录

方法一：比例尺法

方法:二：三角法

方法三：相机标定

以下方法均在平面的前提下进行

方法一：比例尺法

在一张纸上绘制一个带刻度的直线，将纸张放在摄像头下，抓取任意两点的像素坐标，计算像素距离pd,再根据刻度读取实际距离ad，根据两者可以求出缩放比例，即地图上的比例尺

scale = ad / pd ，单位：mm/piexl

如图，一格表示1cm，AB=5cm，选择一段10cm的刻度，运行代码得到scale，后面只需要知道两点的坐标，即可通过公式求得得到实际尺寸

#!/usr/bin/env python
# -*- codin
了解本专栏 订阅专栏 解锁全文 超级会员免费看
【机器视觉】——焦距计算&物体实际尺寸计算
python_AI_fans的博客
12-15 1万+
目录 1.基本概念 2.像素尺寸(piex)转为实际尺寸(mm) 3.焦距计算 1）方法一：通过相机视野和芯片尺寸进行计算 2）方法二：通过透镜的成像规律来计算焦距 ① 凸透镜成像规律 缩小情物距大于两倍焦距，像距在一倍焦距和两倍焦距之间 一般情况：（不放大——像距=物距=两倍焦距） 放大情况：物距大于一倍焦距小于二倍焦距，像距大于两倍焦距 不成像情况：物距等于一倍焦距，像距无穷大 虚像情况：物距小于一倍焦距，物像同侧 ② 焦距计算公式推导 4、实际尺寸的计算 例子：x1,y1,
机器视觉——相机标定（摄像机标定）
jiDxiaohuo的博客
11-11 2901
https://blog.csdn.net/qq_28514991/article/details/88559590 https://blog.csdn.net/baidu_38172402/article/details/81949447 https://blog.csdn.net/u012209626/article/details/46475489 文章目录1 摄像机标定1.1 四大坐标...
像素测量工具
11-05
像素测量工具，方便用于前端开发，能够精准的测量开发中的图片大小等。
C# OpenCV机器视觉:尺寸测量
xcwzj123的专栏
12-21 910
经过这次尺寸测量的冒险，阿强不仅学会了如何使用 C# 和 OpenCvSharp 进行图像处理，还领悟到了一个深刻的道理：在复杂的工作环境中，准确的测量和清晰的标准是成功的关键。正当他沉浸在自己的思绪中时，突然，办公室的门被推开了，老板急匆匆地走了进来，脸上挂着一丝焦虑。尺寸测量就像是给机器装上了一双“慧眼”，让它能够快速、准确地识别出产品的尺寸，从而避免因尺寸不合格而导致的返工和浪费。”阿强在心中默念，带着对未来的期待，继续他的探索之旅。”老板一脸疑惑，但还是点了点头，“好吧，快去吧，我等着你的好消息！
视觉测量系统实现尺寸测量的4个步骤
可为测控的机器视觉专栏
08-11 3840
以上就是可为测控为大家介绍的关于视觉测量系统实现尺寸测量的四个步骤了，此外，通过视觉测量系统还能对产品的参数进行测量，如长度测量、圆测量、角度测量、弧线测量、区域测量等，并且还可以针对产品进行在线实时判定和分拣，可以说目前的应用是十分的广泛。采集的方式有离线和在线两种方式，离线即事先拍摄好储存在文件夹中的图像，而在线采集就是连接相机进行实时采集图像。添加定位工具“图案”，对需要定位的模型进行训练，将所测量产品进行图案定位。步骤四、可以根据软件功能，测量产品的各种角度，弧度，距离等尺寸。......
机器视觉技术的尺寸测量
可为测控的机器视觉专栏
08-06 4844
同时机器视觉系统可以同时对多个尺寸一起测量，实现了测量工作的快速完成，适于在线测量；机器视觉系统具有测量功能，能够自动测量产品的外观尺寸，比如外形轮廓、孔径、高度、面积等尺寸的测量。尺寸测量无论是在产品的生产过程中，还是产品生产完成后的质量检验中都是不可少的步骤，而机器视觉在尺寸测量方面有其独特的技术优势。对于微小尺寸的精密测量，利用机器视觉系统通过安装高倍工业镜头或显微镜头，从微小的生物细胞直径、数量，到细小的装配缝隙大小，再到较小的机械零件、电子产品的尺寸测量等各个领域都是机器视觉系统的用武之地。...
机器视觉尺寸检测基础
小白学视觉
08-16 6118
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达 尺寸测量/边缘检测利用边缘检查的尺寸检查是图像传感器的最新应用趋势。图像传感器可以将检查对象在平面上...
单个像素代表的实际物理尺寸
liuyu的博客
09-03 8410
单个像素代表的实际物理尺寸 简单点说，对于单目相机，没有单个像素代表的实际物理尺寸这个概念。 这个问题容易想明白，以下面这张图为例：只考虑简单的小孔相机模型，那橙色射线上的每个点投影到图片上都是同一个点。也就是说，远处大的物体和近处小的物体在图片上呈现出来是一样的，那在不知道深度的情况下讨论单个像素的实际长度也是没有意义的。 Matlab里有pointsToWorld这个函数，用来计算图片上像素坐标在真实世界中的二维坐标，它的用法是： worldPoints = pointsToWorld(cameraPa
像素与实际尺寸
热门推荐
qq_36930777的博客
04-22 1万+
dpi是指单位面积内像素的多少，也就是扫描精度，目前国际上都是计算一英寸面积内像素的多少。dpi越小，扫描的清晰度越低，由于受网络传输速度的影响，web上使用的图片都是72dpi,但是冲洗照片不能使用这个参数，必须是300dpi或者更高350dpi。例如要冲洗4*6英寸的照片，扫描精度必须是300，那么文件尺寸应该是(4*300)*(6*300)=1200像素*1800像素。 1
机器视觉开发入门
wjh19970930的博客
08-25 1496
课程链接：【【免费公开】【机器视觉开发入门】德创机器视觉“启航计划”()带你从小白成为初级视觉工程师！
像素,厘米,测量工具
07-02
一款测量工具,无需安装,文件为.exe.直尺mm,cm,px.可旋转
HTML开发像素测量工具
11-03
HTML开发像素测量工具，可以检测出像素的大小，方便前端人员开发
像素尺子 测量像素小工具
06-13
像素测量小工具,对图片有像素要求的时候可以量一量...
方便快捷A4纸大小棋盘格标定纸
12-02
A4纸大小的棋盘格标定板，即打即用，随时随地标定相机内参(看网络上搜了半天搜不到，只好用Kalibr画了一个，免费下载造福大家，好人有好报～)
机器视觉系列（五）——镜头部分
oruchimaru0420的博客
06-12 1万+
机器视觉系列文章的镜头部分的讨论
如何测量设计图中图片的尺寸，像素
weixin_33881041的博客
08-10 1929
开发项目中，通常需要精确设计图中的图片的尺寸。 怎么测量呢？？ 使用Chrome的扩展，PixelZoomer可以很好的解决这个问题。测量的非常之精确和好用！ 但是务必要在浏览器中进行测量。 可以将图片拖拽到浏览器中。 使用这个工具！不论图片是放大还是压缩，都能够精确的测量出像素。 ...
焦距的物理尺度、像素尺度之间的转换关系以及35mm等效焦距
weixin_44112524的博客
05-23 1045
由于 35mm等效焦距 F35 =物理焦距 F× (SA/SB），SA=36mm（全画幅CCD尺寸：36*24mm），SB是待求镜头尺寸，也就是ccdw。CCD尺寸：ccdw*ccdh=23.5*15.6，单位：mm。先求像元尺寸：d，单位：mm/pixel。35mm等效焦距：F35=24，单位：mm。物理焦距：F=35.56，单位：mm。（像元一般近似为正方形，长宽相等）物理焦距：F=8.8，单位：mm。像素焦距：f，单位：pixel。像素焦距：f，单位：pixel。第一个例子的35mm等效焦距。
理清一下图片 像素点个数 分辨率 实际尺寸 DICOM一些参数
weixin_42040046的博客
09-29 1万+
图片像素尺寸(厘米/英寸)换算器、在线转换 医学图像之DICOM格式解析
你认为的软件测试工程师是什么？
公众号已改名为-程序员阿沐
09-19 623
成为一名优秀的软件测试工程师
机器视觉 长度测量 java
最新发布
02-25
### 使用Java实现机器视觉中的长度测量 #### 技术背景与原理 为了利用Java进行机器视觉中的长度测量，需要理解基本的工作原理和技术栈。通过OpenCV库可以在Java环境中处理图像数据，并应用几何学方法如相似三角形来估计实际尺寸。 对于基于图像的长度测量而言，核心在于建立物理世界坐标系下的已知尺度对象与其投影在二维平面上对应特征之间的关系[^1]。当拍摄角度固定时，可以通过预先校准获取相机参数以及设定标准参照物，在此基础上分析待测物体边缘轮廓或其他显著标记点的位置变化情况，进而推导出目标的真实大小或间距。 #### 实现方案概述 具体来说，要完成这项任务涉及以下几个方面： - **环境搭建**：确保安装了适合版本JDK，并配置好IDE（例如Eclipse/IntelliJ IDEA）。下载并导入官方发布的OpenCV Java包作为依赖项。 - **初始化设置**：编写程序加载所需的视频流或者静态图片文件；定义ROI(Region of Interest)，即感兴趣区域用于限定后续操作范围；调用`Mat`类实例化矩阵容器保存读取的数据帧。 - **预处理阶段**：运用灰度变换、高斯模糊滤波等手段改善原始素材质量，减少噪声干扰影响最终精度。接着执行二值化转换使前景主体更加突出明显以便于下一步提取边界线段信息。 - **特征识别过程**：借助Canny算子检测边缘像素集合形成闭合曲线结构表示实物外形轮廓。再者，可考虑引入霍夫直线变换寻找特定方向上的连续分布模式辅助定位端点座标位置。 - **计算逻辑部分**：依据前述提到的比例因子关联理论模型求解未知量——被摄体的实际宽度高度数值。此环节可能还会涉及到透视畸变矫正补偿措施以提高准确性。 下面给出一段简化版代码片段展示上述思路的具体编码实践方式： ```java import org.opencv.core.*; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; public class LengthMeasurement { static { System.loadLibrary(Core.NATIVE_LIBRARY_NAME); } public static void main(String[] args) { Mat srcImage = Imgcodecs.imread("path/to/image.jpg"); // Convert to grayscale and apply Gaussian blur Mat grayImage = new Mat(); Imgproc.cvtColor(srcImage, grayImage, Imgproc.COLOR_BGR2GRAY); Imgproc.GaussianBlur(grayImage, grayImage, new Size(7, 7), 0); // Edge detection using Canny algorithm Mat edges = new Mat(); Imgproc.Canny(grayImage, edges, 50, 150); // Find contours from the edge-detected image List<MatOfPoint> contours = new ArrayList<>(); Mat hierarchy = new Mat(); Imgproc.findContours(edges, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE); // Assuming we have a reference object with known width (in pixels or real-world units) double refWidthInPixels = ...; // Set this value based on your calibration // Calculate distance between camera and object here... // This would involve more complex calculations depending on setup specifics. // For demonstration purposes only: System.out.println("Reference Width in Pixels: " + refWidthInPixels); } } ``` 这段示例展示了如何使用OpenCV API来进行基础的图像处理和初步的对象轮廓发现工作。然而请注意这只是一个起点，完整的解决方案还需要进一步细化各个步骤间的衔接机制并且加入必要的错误检查语句保障稳定性。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

有情怀的机械男

你的鼓励将是我最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值