YOLO 单目测距：原理、方法与代码

一、原理

单目测距的一个常见方法是假设物体的尺寸已知。通过测量物体在图像中的高度（或宽度），并结合物体的实际高度（或宽度），最简单的一种方式就是利用相似三角形的原理来计算物体的距离。

二、相似三角形原理

物体在图像中的尺寸与其实际尺寸成比例，而这个比例与物体到摄像头的距离成反比。如果公式化为：

F = (P x D) / W

例如，假设现在我们有一张A4纸（8.27in x 11.69in), in代表英寸，1in = 25.4mm。纸张宽度W=11.69in，相机距离纸张的距离D = 32in，此时拍下的照片中A4纸的像素宽度为P=192px（我的相机实际测量得到的值）。

此时我们可以算出焦距 F =（192x30)/11.69。

当我们将摄像头远离或者靠近A4纸时，就可以用相似三角形得到相机距离物体的距离。

此时的距离： D’ = (W’ x F ) / P’。

注意：这里测量的距离是相机到物体的垂直距离，产生夹角，测量的结果就不准确了。

YOLO 单目测距

三、测距步骤

1. 使用摄像机采集道路前方的图像；

2. 在道路区域对物体进行检测，通过矩形框将物体形状框出来。

3. 结合矩形框信息，找到该矩形框底边的两个像平面坐标，分别记为（u1，v1）和（u2，v2）;

4. 使用几何关系推导法，由像平面坐标点（u1, v1）、（u2, v2）推导出道路平面坐标（x1,y1）、（x2, y2）；（投影到地面上，z轴为0）

5. 通过欧氏距离公式计算出d。

四、代码

焦距计算

def calculate_focalDistance(img_path):
    first_image = cv2.imread(img_path)
    # 获取矩形的中心点坐标，长度，宽度和旋转角度
    marker = find_marker(first_image)
    # 获取摄像头的焦距
    focal_Length = (marker[1][0] * KNOWN_DISTANCE) / KNOWN_WIDTH
    print('焦距(focal_Length) = ', focal_Length)
    return focal_Length

测距代码

foc = 1990.0  # 镜头焦距
# 通用高度或宽度均可
real_hight_person = 66.9  # 行人高度 170cm/2.54
real_hight_car = 57.08  # 轿车高度
​
​
# 这里用到h-2是因为框的上下边界像素点不接触物体
def person_distance(h):
    dis_inch = (real_hight_person * foc) / (h - 2)
    dis_cm = dis_inch * 2.54
    dis_cm = int(dis_cm)
    dis_m = dis_cm / 100
    return dis_m
​
​
def car_distance(h):
    dis_inch = (real_hight_car * foc) / (h - 2)
    dis_cm = dis_inch * 2.54
    dis_cm = int(dis_cm)
    dis_m = dis_cm / 100
    return dis_m

代码使用

for xyxy, conf, cls in zip(all_xyxy, all_conf, all_cls):
    cls = int(cls)
    x1, y1, x2, y2 = [int(i) for i in xyxy]
    h = y2 - y1
    if names[cls] == "person":
        dis_m = person_distance(h)
    if names[cls] == "car":
        dis_m = car_distance(h)
    label = f'{names[cls]} {conf:.2f} {dis_m}m'
​
    orig_img = draw_info(lw, tf, sf, orig_img, xyxy, label, colors)

五、链接作者

欢迎关注我的公众号：@AI算法与电子竞赛

硬性的标准其实限制不了无限可能的我们，所以啊！少年们加油吧！