点击上方“AI算法与图像处理”,选择加"星标"或“置顶”
重磅干货,第一时间送达
研究好玩又有用的技术第 006 期
在学习中发现快乐,在应用找到价值。这是我第六期分享图像技术应用的文章。
前五期欢迎阅读和分享:
第一期《扫描全能王?原来图像技术可以这样子玩》
第二期《来吧,见识科技的力量,无需手动找拍糊的图》
第四期《酷炫骚操作,票圈装13神技,极坐标全景图》
概述
在中学的时候地理课上,老师教过我们如何根据地图上面测量的距离来计算实际空间上距离。其原理非常的简单,实际的空间距离=图上距离/地图上的比例尺。 我们今天要介绍的内容实际上原理和上面所说的是相同的,关键是如何获取图上距离和比例尺呢?
测距原理
性质1:参考物尺寸
我们应该知道物体的尺寸(就是宽或高)包括测量的单位(如mm、英寸等)性质2:易于识别
我们应该能够很容易地在图片中找到参照物体,无论是基于物体的位置(例如,参考物体总是放在图片的左上角)还是通过外观(例如,独特的颜色或形状,不同与图片中的其他物体)。无论是哪种情况,我们的参照物都应该以某种方式具有唯一的可识别性。
在下面的例子中,我们将使用美国硬币作为我们的参考对象,在所有的示例中,确保它始终是图片中的最左侧的对象。
通过确保硬币是最左边的物体,我们可以从左到右对物体轮廓进行排序,获取硬币(始终是排序列表中的第一个轮廓),并使用它定义每个单位的像素数,我们将其定义为:
pixels_per_metric = 物体图上所占的像素数 / 物体的实际尺寸已知硬币的宽度为0.955英寸。现在假设,物体的宽为150像素(基于其关联的边界框)。
pixels_per_metric可得: