python寻找车辆_从图像中找出车辆的速度

知道采集频率后，现在必须找到标记连续位置之间的距离。在

为了找到这个距离，我建议您估计每个图像的标记的姿势。不严格地说，“姿势”是表示对象相对于摄影机的坐标的变换矩阵。一旦你有了这些连续的坐标，你就可以计算出距离，然后是速度。在

位姿估计是计算已知的3D物体相对于2D相机的位置和方向的过程。得到的姿势是描述对象在摄影机参照中的参照的变换矩阵。在

OpenCV实现了一个姿态估计算法：Given some 3D points (in object

coordinate system) of the object, at

least four non-coplanar points, their

corresponding 2D projections in the

image, and the focal length of the

camera, the algorithm is able to

estimate the object's pose.

这意味着：你必须知道你相机的焦距

你必须知道你的标记的几何结构

您必须能够匹配2D图像中标记的四个已知点

您可能需要使用OpenCV提供的calibration routines计算相机的焦距。我想你还有另外两个必要的数据。在

编辑：// Algorithm example

MarkerCoords = {Four coordinates of know 3D points}

I1 = take 1st image

F1 = focal(I1)

MarkerPixels1 = {Matching pixels in I1}

Pose1 = posit(MarkerCoords, MarkerPixels1, F1)

I2 = take 2nd image

F2 = focal(I2)

MarkerPixels2 = {Matching pixels in I2 by optical flow}

Pose2 = posit(MarkerCoords, MarkerPixels2, F2)

o1 = origin_of_camera * Pose1 // Origin of camera is

o2 = origin_of_camera * Pose2 // typically [0,0,0]

dist = euclidean_distance(o1, o2)

speed = dist/frequency

编辑2:(对评论的回答)"What is the acquisition frequency?"

计算车辆速度相当于计算标记的速度。(在第一种情况下，参照物是附着在地球上的标记物，在第二种情况下，参照物是附着在车辆上的摄像机。)这由以下等式表示：

^{pr2}$

有：D距离[o1 o2]

o1标记在时间t1的位置

o2标记在时间t2的位置

您可以通过从照片的元数据中提取t1和t2，或者从成像设备的采集频率来检索所用时间：t2-t1 = T = 1/F。在"Won't it be better to mark simple things like posters? And if doing so can't we consider it as a 2d object?"

对于Posit算法(或据我所知的任何其他姿势估计算法)来说这是不可能的：它需要四个非共面的点。这意味着不能选择嵌入三维空间的二维对象，必须选择具有一定深度的对象。在

另一方面，你可以使用一个简单的形状，只要它是一个体积。(例如立方体。)