照相长度测试软件,拍张照片就知道你的长度了,还要什么测量工具!

原标题:拍张照片就知道你的长度了,还要什么测量工具!

702fe7fa366306468be839bc06548a74.gif

可是

耳机孔被取消了

差友们晚上好!!!

不知道大家生活中最常用的测量工具是什么?

直尺??卷尺??

还是小二之前介绍过的激光测距笔。。

d7884c3a41d913faeb4c342afd36f46c.gif

但是,如果物体太高了,或者太远了。

完全接触不到物体的情况下,还能不能愉快的测出物体的长度??

当然是可以的,

一种全新的测量方式,只要拿出你的iPhone,对着物体拍一张照片,物体的长度宽度一目了然。。

f7c580271c309f4d20c582bdf14e5a33.gif

当然,这并不是iPhone的延伸功能。

重点在 iPhone 耳机孔上的那个小配件——

iPin 镭射光尺。

9b53b3f227e8d4f1364c86569aa76f02.png

就是下面这个小家伙。。

7cc99dbbdf7cb60070defe472f85e071.png

使用起来很简单。

将iPin 插到苹果手机的耳机孔。

打开“iPin”手机App。。

6dc9160baee53f90356539cb4a02de2b.gif

iPin 旋转90度后就会开启并且发射出一道激光。

b7c7552fb4e8df14975e4380bb7b1191.gif

(注意不要长时间对着人)

将激光对准需要测量的物体,然后对着物体拍拍拍。。。

f808f057576b32f849010adcba46f4b5.gif

就跟普通拍照一样。。

重点来了。

你会发现照片上就直接显示出物体的长度信息了。

33dc40d62a9dcd10b1ea3c8acb655f71.png

长度,宽度,对角线长度,想知道物体什么长度,只要在照片上画出一条测量线就可以显示出来。

7262d4673c690bd9c1e78cdf8c4c51ee.gif

当然,这样还是完全不够的。

我们还可以直接将照片分享给好友。

407444eaf38b2429384d313a73ea6b84.png

好友用“iPin”App打开后也可以直接查看图片上各个物体的长度信息。

而且,好友还可以直接拉出一条线,查看照片上其他物体的长度宽度。

3dfbc0ec31e6b732d83e028b9e874a1f.gif

(需要与被测物体在同一平面的其他物体)

一张照片的功夫,直接就可以测出物体的长度。

至于原理,其实还是激光测距。

iPin内部的设备可以计算出激光从发射到反射的时间,计算出被测物体与手机的距离,将这个距离作为比例尺,手机App就可以算出照片中同一平面的物体的所有测量数值了。。

而且iPin不需要充电,直接从iPhone上获取电量。

7a7016d78d6c6e422bc8753971cfc0e6.png

不过,目前 iPin 只能在苹果手机上使用。

说到这里,不知道差友们有没有发现一个尴尬的问题。

iPhone7 取消了耳机插口。

好在开发团队也为我们提供了一个转接口。

就是看起来就没那么美观了。

de126c4dcf4029b0c7e4fcc20e1355ce.png

小二在想,这东西用处还是挺大的。

去商店买沙发家具的时候,可以先拍一张照片看看尺寸合适不合适??

c8a6cf71adef620935690e1782902bbb.png

相亲的对象先叫他拍张照片过来看看有没有虚报身高。

(呃,还有现在这么多明星虚报身高,用 iPin 拍一张就完全露馅了。)

嗯,想知道什么长度你就对着什么拍一下。

当然,iPin 还是不能替代我们生活中的其他测量工具,毕竟它还不能测量出物体的半径尺寸大小。

每天都有不一样的黑科技,不想错过就关注微信公众号:屎塔克工业(stk404)返回搜狐,查看更多

责任编辑:

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
YOLOv5(You Only Look Once version 5)是一个流行的开源目标检测算法,由 Ultralytics 公司开发。在YOLOv5中,图像测距(也称为实例分割或实例级深度估计)是指同时识别图像中的物体并估计它们之间的距离。这通常是在多个任务中进行的,比如物体检测、分类和实例分割。 YOLOv5中的测距功能通常是通过结合深度学习模型(如基于卷积神经网络的回路)来实现的,这些模型会分析像素级别的信息,推断出每个目标相对于相机的距离。它可能使用额外的数据集,比如带有深度信息的图像数据集,或者通过结构光、立体视觉或其他传感器获得的深度信息来训练模型。 具体步骤可能包括: 1. **特征提取**:使用YOLOv5的前几层来提取图像的特征。 2. **深度估计分支**:添加一个或多个额外的分支来专注于深度估计,这可能包括深度感知卷积网络(Depth-Conditioned Convolutional Networks)。 3. **联合预测**:将物体位置和尺寸与深度信息一起输出,形成最终的预测结果。 4. **后处理**:对预测结果进行校准和融合,以得到最终的物体位置、类别和距离。 如果你对如何在YOLOv5中实现测距功能有更深入的兴趣,可能会问到: 1. YOLOv5是如何集成深度学习模块来进行深度估计的? 2. 需要哪些额外的数据或技术来训练这种多任务模型? 3. 实际应用中,YOLOv5的测距精度如何?有哪些因素影响精度?
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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