1. 项目概述最近在整理一些视觉相关的实验项目翻到了几年前做的一个单目测距的小实验。当时主要是想验证一下在不依赖深度相机或者双目摄像头的情况下仅仅用一个普通的USB摄像头配合一些基础的图像处理和几何知识到底能不能实现一个相对靠谱的距离测量。这个想法听起来有点“简陋”但实际做下来你会发现它背后涉及的原理非常扎实是理解计算机视觉中很多高级应用比如SLAM、自动驾驶感知的一块重要基石。这个实验特别适合刚接触OpenCV和计算机视觉的朋友因为它不要求你有多深的数学功底更多的是把一些书本上的公式通过代码“翻译”成看得见、摸得着的效果。整个过程就像搭积木从标定摄像头开始到识别目标最后计算出距离每一步都有明确的输入和输出成就感很强。如果你手头正好有一个摄像头并且对“让机器看懂世界”感兴趣那这个实验会是一个绝佳的起点。2. 核心原理与方案设计2.1 单目测距的本质从二维图像反推三维信息单目测距顾名思义就是用一个摄像头来估算物体到摄像头的距离。这听起来有点反直觉因为我们人眼有两只靠视差来判断远近单个摄像头丢失了深度信息。它的核心思路其实是利用透视投影中的几何约束。我们把摄像头想象成一个点它前方世界中的物体会通过小孔成像的原理投影到摄像头的感光元件CMOS/CCD上形成一张二维的图片。在这个过程中物体的真实大小、它与摄像头的距离以及它在图像中成像的大小这三者之间存在着确定的数学关系。最经典和实用的模型就是相似三角形法。假设我们知道一个物体的真实物理尺寸比如一个边长为15厘米的方形标定板或者一个高度已知的矿泉水瓶当它出现在图像中时我们测量出它在图像中的像素尺寸比如高度占了200个像素。同时我们必须事先知道摄像头的内参特别是焦距以像素为单位。那么根据相似三角形距离D就可以用这个公式估算D (真实物体高度 * 焦距) / 图像中物体的像素高度。这个公式是整个实验的基石它清晰地将问题分解为三个子任务获取摄像头内参标定、在图像中稳定检测并测量目标、应用公式进行计算。2.2 方案选型与工具链搭建基于上述原理我们的技术方案就非常明确了。1. 开发环境与核心库Python OpenCV选择Python是因为其语法简洁库生态丰富特别适合快速原型验证。OpenCVOpen Source Computer Vision Library是计算机视觉领域的事实标准它提供了从图像读写、摄像头控制、到特征检测、相机标定等几乎所有我们需要的功能。网络上关于OpenCVPython的教程和问题解答也最多踩坑时容易找到解决方案。2. 摄像头标定方案棋盘格标定法为了得到公式中的焦距内参我们需要对摄像头进行标定。OpenCV内置了非常完善的相机标定功能我们只需要打印一张标准的棋盘格图案比如9x6的内部角点从不同角度和距离拍摄十几张照片然后调用cv2.calibrateCamera函数就能得到摄像头的内参矩阵和畸变系数。内参矩阵中的fx和fy就是我们需要的焦距像素单位。3. 目标检测与测量方案这是整个项目的“眼睛”。我们需要在视频流中持续、稳定地检测到我们想要测距的物体并精确测量它在图像中的像素尺寸。这里有多种选择基于颜色或形状的阈值分割最简单。例如测一个亮黄色的网球可以用HSV颜色空间过滤出黄色区域再找出轮廓和外接矩形。优点是速度快但对光照和背景敏感。特征点检测与匹配更稳健。例如测一个已知图案的物体比如一个特定的Logo可以用SIFT、ORB等算法检测特征点并进行匹配通过匹配点计算物体的像素包围盒。基于深度学习的目标检测最强大但最重。可以用YOLO、SSD等模型直接检测出物体并给出像素坐标框精度高抗干扰能力强但需要模型和一定的计算资源。对于入门实验我强烈推荐从颜色阈值分割开始。它直观代码简单能让你快速看到测距流程跑通建立信心。后续可以再尝试更复杂的方法。4. 测距逻辑实现一旦我们有了焦距(f)、物体真实高度(H)和图像像素高度(h)计算距离就是一行代码的事distance (H * f) / h。我们需要在每一帧图像处理循环中完成检测-测量-计算-显示的流程。注意这个模型基于一个重要的假设——被测物体所在的平面与摄像头的成像平面近似平行。如果物体是倾斜的这个简单公式会产生较大误差。对于倾斜物体的测距需要引入更复杂的单目视觉几何如PnP算法这可以作为本实验的一个高级扩展方向。3. 详细实现步骤拆解下面我将以“测量一个固定高度的蓝色方块到摄像头的距离”为例拆解每一步的具体操作和代码。你可以把蓝色方块替换成任何颜色鲜明、形状规则的物体比如一瓶可乐、一个黄色的网球。3.1 第一步环境准备与OpenCV安装工欲善其事必先利其器。一个干净、正确的Python环境是成功的第一步。创建虚拟环境强烈推荐为了避免不同项目间的库版本冲突最好为这个实验创建一个独立的虚拟环境。# 使用conda如果你安装了Anaconda或Miniconda conda create -n monocular_ranging python3.8 conda activate monocular_ranging # 或者使用venvPython自带 python -m venv monocular_ranging_env # Windows激活 monocular_ranging_env\Scripts\activate # Linux/Mac激活 source monocular_ranging_env/bin/activate安装OpenCV在激活的虚拟环境中使用pip安装OpenCV。对于这个实验安装主流的opencv-python包就够了它包含了主要模块。pip install opencv-python如果你想使用一些额外的、非免费的算法模块比如SIFT可以安装opencv-contrib-python。pip install opencv-contrib-python安装完成后可以在Python中验证一下import cv2 print(cv2.__version__) # 应该能正常输出版本号如 4.8.0实操心得很多人遇到的ModuleNotFoundError: No module named ‘cv2’十有八九是因为在错误的Python环境下安装或者多个Python版本冲突。务必在命令行中先激活你的虚拟环境再运行pip install和python命令。在VS Code或PyCharm等IDE中也需要将解释器路径设置为你的虚拟环境下的Python。3.2 第二步摄像头标定——获取内参这是最需要耐心但一劳永逸的一步。标定的精度直接决定了后续测距的准确性。1. 制作标定板找一张国际象棋棋盘格图片OpenCV标准是检测内部角点比如一个9x6的网格即有8x5个内部角点。将它打印在平整的A4纸上尽量不要有褶皱。贴在一块硬纸板或平板上保持平整。2. 采集标定图片打开摄像头从不同角度倾斜、旋转、不同距离拍摄这张棋盘格。建议拍摄15-20张确保棋盘格在图片中清晰且角度、位置多样。将这批图片保存到一个文件夹如calibration_images/。3. 编写标定脚本创建一个名为calibrate_camera.py的脚本。import cv2 import numpy as np import glob # 定义棋盘格的尺寸内部角点数 CHECKERBOARD (8, 5) # 注意这里用的是内部角点9x6的格子对应8x5个角点 # 为世界坐标系中的角点准备点坐标如(0,0,0), (1,0,0), (2,0,0) ....,(8,5,0) objp np.zeros((CHECKERBOARD[0] * CHECKERBOARD[1], 3), np.float32) objp[:, :2] np.mgrid[0:CHECKERBOARD[0], 0:CHECKERBOARD[1]].T.reshape(-1, 2) # 存储世界坐标系和图像坐标系中的点 objpoints [] # 3D点 imgpoints [] # 2D点 # 读取所有标定图片 images glob.glob(./calibration_images/*.jpg) for fname in images: img cv2.imread(fname) gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 查找棋盘格角点 ret, corners cv2.findChessboardCorners(gray, CHECKERBOARD, None) # 如果找到添加对象点和图像点 if ret: objpoints.append(objp) # 亚像素级角点精确化 corners_refined cv2.cornerSubPix(gray, corners, (11,11), (-1,-1), criteria(cv2.TERM_CRITERIA_EPS cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)) imgpoints.append(corners_refined) # 可视化角点可选 cv2.drawChessboardCorners(img, CHECKERBOARD, corners_refined, ret) cv2.imshow(Found corners, img) cv2.waitKey(500) cv2.destroyAllWindows() # 进行相机标定 if len(objpoints) 0: ret, mtx, dist, rvecs, tvecs cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None) print(标定成功!) print(相机内参矩阵 (mtx):) print(mtx) print(\n畸变系数 (dist):) print(dist) # 保存内参供后续使用 np.savez(camera_params.npz, mtxmtx, distdist) print(内参已保存至 camera_params.npz) else: print(未在图片中找到足够的棋盘格角点请检查图片和CHECKERBOARD参数。)运行这个脚本如果一切顺利你会看到每张图片上被画出了角点并在最后得到内参矩阵mtx和畸变系数dist。内参矩阵mtx是一个3x3的矩阵其中mtx[0,0]和mtx[1,1]分别代表x轴和y轴方向的焦距fx, fymtx[0,2]和mtx[1,2]是光学中心cx, cy。3.3 第三步目标检测与像素尺寸测量这里我们实现基于颜色的检测。假设我们的目标是天蓝色的方块。1. 颜色空间转换与阈值分割RGB颜色空间对光照变化敏感而HSV色调、饱和度、明度颜色空间能更好地分离颜色信息。我们需要先确定目标蓝色的HSV范围。import cv2 import numpy as np # 加载之前保存的相机参数 with np.load(camera_params.npz) as data: mtx data[mtx] dist data[dist] fx mtx[0, 0] # x方向焦距 fy mtx[1, 1] # y方向焦距 (通常与fx接近) # 打开摄像头 cap cv2.VideoCapture(0) # 定义蓝色的HSV范围需要根据实际目标调整 # 可以使用OpenCV的HSV颜色选择器工具来辅助确定范围 lower_blue np.array([90, 50, 50]) # HSV下限 upper_blue np.array([130, 255, 255]) # HSV上限 # 已知目标的真实高度单位米例如一个边长为0.15米的立方体 REAL_HEIGHT 0.15 while True: ret, frame cap.read() if not ret: break # 1. 畸变校正使用标定得到的参数 h, w frame.shape[:2] newcameramtx, roi cv2.getOptimalNewCameraMatrix(mtx, dist, (w,h), 1, (w,h)) undistorted cv2.undistort(frame, mtx, dist, None, newcameramtx) # 2. 转换到HSV空间 hsv cv2.cvtColor(undistorted, cv2.COLOR_BGR2HSV) # 3. 根据阈值创建掩膜 mask cv2.inRange(hsv, lower_blue, upper_blue) # 4. 形态学操作去除噪声连接区域 kernel np.ones((5,5), np.uint8) mask cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel) # 闭运算填充小孔 mask cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel) # 开运算去除小白点 # 5. 寻找轮廓 contours, _ cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) if contours: # 找到最大的轮廓假设是目标物体 largest_contour max(contours, keycv2.contourArea) area cv2.contourArea(largest_contour) # 设置一个面积阈值过滤掉太小的噪声 if area 500: # 获取轮廓的外接矩形 x, y, w_rect, h_rect cv2.boundingRect(largest_contour) # 在图像上画出矩形和中心点 cv2.rectangle(undistorted, (x, y), (xw_rect, yh_rect), (0, 255, 0), 2) center_x x w_rect // 2 center_y y h_rect // 2 cv2.circle(undistorted, (center_x, center_y), 5, (0, 0, 255), -1) # 6. 计算距离 # 使用矩形高度作为图像中的像素高度 pixel_height h_rect if pixel_height 0: # 使用相似三角形公式距离 (真实高度 * 焦距) / 像素高度 # 这里使用fy因为高度对应y方向 distance (REAL_HEIGHT * fy) / pixel_height # 将距离信息显示在图像上 cv2.putText(undistorted, fDist: {distance:.2f}m, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255, 0, 0), 2) cv2.putText(undistorted, fH_pix: {pixel_height}, (x, yh_rect25), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 0), 2) # 显示结果 cv2.imshow(Original, frame) cv2.imshow(Mask, mask) cv2.imshow(Undistorted Detection, undistorted) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()3.4 第四步整合与实时测距上面的代码已经是一个完整的实时测距演示了。它完成了以下流水线读取帧从摄像头获取一帧图像。畸变校正利用标定得到的参数校正镜头畸变使图像更接近理想的针孔模型提高测距精度。目标检测转换到HSV空间通过颜色阈值得到二值掩膜再经过形态学处理和轮廓查找定位到蓝色方块并得到其外接矩形的高度像素单位。距离计算代入公式distance (真实高度 * 焦距) / 像素高度。可视化在图像上绘制检测框、中心点和计算出的距离。运行这个脚本将蓝色方块放在摄像头前移动你应该能看到屏幕上实时显示出的距离数值。将方块前后移动观察距离值的变化是否合理。4. 关键参数调试与精度提升技巧实验跑通只是第一步要让测距结果可靠还需要精细调试。这里有几个关键点。4.1 焦距fx, fy的准确性焦距是公式中的核心参数其准确性由标定过程决定。标定图片质量棋盘格必须平整图片要清晰角点检测必须准确脚本中会可视化确保每个角点都被正确找到。模糊、过曝、欠曝的图片要剔除。标定图片数量与多样性15-20张是较好的起点。要涵盖摄像头视野的不同位置中心、四角以及不同的倾斜、旋转角度。多样性不足会导致标定参数过拟合。重投影误差cv2.calibrateCamera函数返回的ret值就是重投影误差的均方根RMS。这个值越小越好通常小于0.5像素就算不错。可以在标定脚本中打印出来评估标定质量。4.2 目标检测的稳定性检测不稳测距结果就会跳变。HSV阈值选取这是颜色检测的难点。不要在RGB图上看颜色来猜HSV值。最好写一个简单的HSV阈值滑动条程序实时调整lower和upper值直到在变化的灯光下都能稳定地框出目标物体。# 一个简单的HSV阈值调试窗口可单独运行 def nothing(x): pass cv2.namedWindow(trackbars) cv2.createTrackbar(L-H, trackbars, 0, 179, nothing) cv2.createTrackbar(L-S, trackbars, 0, 255, nothing) cv2.createTrackbar(L-V, trackbars, 0, 255, nothing) cv2.createTrackbar(U-H, trackbars, 179, 179, nothing) cv2.createTrackbar(U-S, trackbars, 255, 255, nothing) cv2.createTrackbar(U-V, trackbars, 255, 255, nothing) # 在循环中读取滑动条值并应用于inRange函数形态学操作cv2.morphologyEx中的开运算和闭运算的核大小kernel需要根据图像中噪声和目标的大小调整。核太大可能会腐蚀或膨胀目标本身影响像素尺寸测量。轮廓筛选cv2.findContours会找到所有轮廓。我们通过面积cv2.contourArea()筛选最大轮廓并设置一个最小面积阈值如area 500这能有效过滤掉小的噪声点。4.3 像素高度测量的准确性我们用了外接矩形的高度h_rect。这只有在物体竖直放置且矩形框贴合紧密时才准确。如果物体旋转了外接矩形框会变大导致测得的h_rect偏大计算出的距离偏小。更精确的测量可以考虑使用轮廓的最小外接矩形cv2.minAreaRect()它会返回一个旋转矩形你可以取其短边或长边作为特征尺寸但需要额外判断物体的姿态。多帧平滑单帧测量容易受噪声影响。一个简单的提升方法是使用移动平均滤波。例如维护一个最近5帧测得的像素高度列表取其中位数或平均值用于计算可以显著减少读数抖动。from collections import deque height_buffer deque(maxlen5) # 缓冲队列 # 在计算距离前 height_buffer.append(pixel_height) smoothed_height np.median(list(height_buffer)) # 使用中位数抗野值 distance (REAL_HEIGHT * fy) / smoothed_height4.4 已知真实高度的获取这是另一个误差来源。REAL_HEIGHT必须尽可能精确。用游标卡尺测量物理物体的实际尺寸。如果测的是矿泉水瓶要明确是瓶身高度还是包括瓶盖的高度并在图像中测量对应的部分。5. 常见问题与实战排查指南在实际操作中你几乎一定会遇到下面这些问题。这里是我的排查思路和解决方案。问题现象可能原因排查与解决步骤导入OpenCV失败(ModuleNotFoundError)1. 未在目标Python环境中安装。2. 多个Python版本冲突。3. 包名错误。1. 命令行激活虚拟环境后执行python -c “import cv2; print(cv2.__version__)”测试。2. 在IDE中检查并切换Python解释器路径到虚拟环境。3. 确认安装命令是pip install opencv-python。摄像头打不开(cap.isOpened()返回False)1. 摄像头被其他程序占用。2. 摄像头索引错误0, 1, 2…。3. 摄像头驱动问题。1. 关闭所有可能使用摄像头的软件微信、Zoom等。2. 尝试将VideoCapture(0)改为VideoCapture(1)。3. 在系统相机应用里确认摄像头硬件正常。标定脚本找不到角点(ret始终为False)1.CHECKERBOARD参数设置错误应是内部角点数。2. 棋盘格图片不清晰或反光。3. 棋盘格未被完整拍摄进画面。1. 确认棋盘格是9x6的格子则内部角点是8x5。2. 确保打印清晰拍摄时对焦准确避免强光反射。3. 保证整个棋盘格都在画面内且不被遮挡。测距结果完全不对如距离恒为几十米或几厘米1.单位混淆真实高度单位是米但焦距fx/fy单位是像素计算出的距离单位是米。检查REAL_HEIGHT值0.15米是15厘米。2.用错了焦距错误地使用了fx和fy以外的值或者焦距值本身标定错误。3.像素高度测量错误检测框不稳定或包含了背景。1. 打印出fx,REAL_HEIGHT,pixel_height的值手动验算一遍公式。2. 检查标定结果的重投影误差是否过大。3. 显示mask图像观察目标分割是否干净、准确。调整HSV阈值和形态学核。距离数值跳动剧烈1. 目标检测框大小不稳定每帧像素高度变化大。2. 光照变化导致阈值分割不稳定。1. 实施多帧平滑如上述的移动平均或中值滤波。2. 优化检测算法尝试更鲁棒的特征如ORB代替颜色或使用卡尔曼滤波预测目标位置和大小。3. 改善光照条件或使用自适应阈值方法。近距离0.5米测距误差大1. 镜头畸变在边缘和近处影响显著。2. 相似三角形模型在物体非常近时近似误差增大。1.务必进行畸变校正(cv2.undistort)。校正前后的测距结果差异在近处会非常明显。2. 可以尝试在近距离重新标定一组参数或使用多项式模型进行距离校正即用一个实测距离-像素高度的查找表来校准。物体倾斜时误差大相似三角形模型假设物体平面与像平面平行。这是本方法的理论局限。对于倾斜物体需要升级方案1. 如果物体有已知的3D模型或多个特征点可以使用PnP (Perspective-n-Point)算法求解物体的完整6自由度位姿包括距离。2. 使用先验知识如已知地面可以通过检测物体接地点来估算距离。6. 方案进阶与扩展思路当你成功实现了基础的彩色方块测距后可以尝试以下更有挑战性的扩展这会让你的单目视觉能力提升一个档次。1. 替换检测算法从颜色到特征点颜色检测受环境光影响太大。可以尝试用ORB或SIFT特征点来检测一个具有丰富纹理的已知物体比如一本特定封面的书。步骤先拍摄一张目标物体的模板图。在视频流中对每一帧和模板图都提取ORB特征点并计算描述符然后用BFMatcher或FLANN进行匹配。如果匹配点数量足够多可以通过cv2.findHomography找到模板与当前帧中物体的透视变换关系进而得到物体的四个角点。这比颜色框稳定得多也允许物体有一定程度的旋转和尺度变化。2. 测量未知尺寸的物体上面的方法都需要已知物体的真实尺寸。如果物体尺寸未知呢一个巧妙的思路是利用接地假设和摄像头高度。原理假设摄像头固定安装且已知其离地面的高度H_cam。当检测到一个站立在地面上的物体如人、椅子时我们可以找到物体底部的接地点在图像中的纵坐标v_bottom和物体顶部的点纵坐标v_top。根据针孔相机模型物体距离D≈(H_cam * fy) / (v_bottom - v_vanishing)其中v_vanishing是地平线消失点的纵坐标可以通过标定或估计得到。物体的高度H_obj≈(D * (v_top - v_bottom)) / fy。这样我们可以在不知道物体尺寸的情况下同时估算其距离和高度。3. 融合与滤波让输出更平滑单帧估计噪声大。除了简单移动平均可以引入更高级的滤波器。卡尔曼滤波 (Kalman Filter)这是一个强大的工具特别适合用来跟踪物体的位置和速度包括在图像中的像素位置和大小以及推导出的物理距离。卡尔曼滤波可以根据运动模型预测下一帧的状态再与当前帧的测量值融合得到更平滑、更可靠的估计。对于匀速移动的物体效果提升显著。4. 构建简易的单目SLAM前端这是终极挑战。你可以尝试用ORB-SLAM等开源库的思路简化实现一个特征点法的视觉里程计。思路在连续帧之间提取并匹配特征点如ORB。利用对极几何或单应性矩阵估算出摄像头在两帧之间的旋转和平移运动。虽然单目无法直接得到尺度但如果你知道场景中某一个物体的真实尺寸比如地板瓷砖的边长就可以恢复出整个运动的真实尺度从而实现有尺度的定位和地图构建。这相当于把你的测距实验从一个静态的“尺子”升级成了一个动态的“眼睛”。 单目视觉测距实战：从OpenCV标定到实时距离估算
1. 项目概述最近在整理一些视觉相关的实验项目翻到了几年前做的一个单目测距的小实验。当时主要是想验证一下在不依赖深度相机或者双目摄像头的情况下仅仅用一个普通的USB摄像头配合一些基础的图像处理和几何知识到底能不能实现一个相对靠谱的距离测量。这个想法听起来有点“简陋”但实际做下来你会发现它背后涉及的原理非常扎实是理解计算机视觉中很多高级应用比如SLAM、自动驾驶感知的一块重要基石。这个实验特别适合刚接触OpenCV和计算机视觉的朋友因为它不要求你有多深的数学功底更多的是把一些书本上的公式通过代码“翻译”成看得见、摸得着的效果。整个过程就像搭积木从标定摄像头开始到识别目标最后计算出距离每一步都有明确的输入和输出成就感很强。如果你手头正好有一个摄像头并且对“让机器看懂世界”感兴趣那这个实验会是一个绝佳的起点。2. 核心原理与方案设计2.1 单目测距的本质从二维图像反推三维信息单目测距顾名思义就是用一个摄像头来估算物体到摄像头的距离。这听起来有点反直觉因为我们人眼有两只靠视差来判断远近单个摄像头丢失了深度信息。它的核心思路其实是利用透视投影中的几何约束。我们把摄像头想象成一个点它前方世界中的物体会通过小孔成像的原理投影到摄像头的感光元件CMOS/CCD上形成一张二维的图片。在这个过程中物体的真实大小、它与摄像头的距离以及它在图像中成像的大小这三者之间存在着确定的数学关系。最经典和实用的模型就是相似三角形法。假设我们知道一个物体的真实物理尺寸比如一个边长为15厘米的方形标定板或者一个高度已知的矿泉水瓶当它出现在图像中时我们测量出它在图像中的像素尺寸比如高度占了200个像素。同时我们必须事先知道摄像头的内参特别是焦距以像素为单位。那么根据相似三角形距离D就可以用这个公式估算D (真实物体高度 * 焦距) / 图像中物体的像素高度。这个公式是整个实验的基石它清晰地将问题分解为三个子任务获取摄像头内参标定、在图像中稳定检测并测量目标、应用公式进行计算。2.2 方案选型与工具链搭建基于上述原理我们的技术方案就非常明确了。1. 开发环境与核心库Python OpenCV选择Python是因为其语法简洁库生态丰富特别适合快速原型验证。OpenCVOpen Source Computer Vision Library是计算机视觉领域的事实标准它提供了从图像读写、摄像头控制、到特征检测、相机标定等几乎所有我们需要的功能。网络上关于OpenCVPython的教程和问题解答也最多踩坑时容易找到解决方案。2. 摄像头标定方案棋盘格标定法为了得到公式中的焦距内参我们需要对摄像头进行标定。OpenCV内置了非常完善的相机标定功能我们只需要打印一张标准的棋盘格图案比如9x6的内部角点从不同角度和距离拍摄十几张照片然后调用cv2.calibrateCamera函数就能得到摄像头的内参矩阵和畸变系数。内参矩阵中的fx和fy就是我们需要的焦距像素单位。3. 目标检测与测量方案这是整个项目的“眼睛”。我们需要在视频流中持续、稳定地检测到我们想要测距的物体并精确测量它在图像中的像素尺寸。这里有多种选择基于颜色或形状的阈值分割最简单。例如测一个亮黄色的网球可以用HSV颜色空间过滤出黄色区域再找出轮廓和外接矩形。优点是速度快但对光照和背景敏感。特征点检测与匹配更稳健。例如测一个已知图案的物体比如一个特定的Logo可以用SIFT、ORB等算法检测特征点并进行匹配通过匹配点计算物体的像素包围盒。基于深度学习的目标检测最强大但最重。可以用YOLO、SSD等模型直接检测出物体并给出像素坐标框精度高抗干扰能力强但需要模型和一定的计算资源。对于入门实验我强烈推荐从颜色阈值分割开始。它直观代码简单能让你快速看到测距流程跑通建立信心。后续可以再尝试更复杂的方法。4. 测距逻辑实现一旦我们有了焦距(f)、物体真实高度(H)和图像像素高度(h)计算距离就是一行代码的事distance (H * f) / h。我们需要在每一帧图像处理循环中完成检测-测量-计算-显示的流程。注意这个模型基于一个重要的假设——被测物体所在的平面与摄像头的成像平面近似平行。如果物体是倾斜的这个简单公式会产生较大误差。对于倾斜物体的测距需要引入更复杂的单目视觉几何如PnP算法这可以作为本实验的一个高级扩展方向。3. 详细实现步骤拆解下面我将以“测量一个固定高度的蓝色方块到摄像头的距离”为例拆解每一步的具体操作和代码。你可以把蓝色方块替换成任何颜色鲜明、形状规则的物体比如一瓶可乐、一个黄色的网球。3.1 第一步环境准备与OpenCV安装工欲善其事必先利其器。一个干净、正确的Python环境是成功的第一步。创建虚拟环境强烈推荐为了避免不同项目间的库版本冲突最好为这个实验创建一个独立的虚拟环境。# 使用conda如果你安装了Anaconda或Miniconda conda create -n monocular_ranging python3.8 conda activate monocular_ranging # 或者使用venvPython自带 python -m venv monocular_ranging_env # Windows激活 monocular_ranging_env\Scripts\activate # Linux/Mac激活 source monocular_ranging_env/bin/activate安装OpenCV在激活的虚拟环境中使用pip安装OpenCV。对于这个实验安装主流的opencv-python包就够了它包含了主要模块。pip install opencv-python如果你想使用一些额外的、非免费的算法模块比如SIFT可以安装opencv-contrib-python。pip install opencv-contrib-python安装完成后可以在Python中验证一下import cv2 print(cv2.__version__) # 应该能正常输出版本号如 4.8.0实操心得很多人遇到的ModuleNotFoundError: No module named ‘cv2’十有八九是因为在错误的Python环境下安装或者多个Python版本冲突。务必在命令行中先激活你的虚拟环境再运行pip install和python命令。在VS Code或PyCharm等IDE中也需要将解释器路径设置为你的虚拟环境下的Python。3.2 第二步摄像头标定——获取内参这是最需要耐心但一劳永逸的一步。标定的精度直接决定了后续测距的准确性。1. 制作标定板找一张国际象棋棋盘格图片OpenCV标准是检测内部角点比如一个9x6的网格即有8x5个内部角点。将它打印在平整的A4纸上尽量不要有褶皱。贴在一块硬纸板或平板上保持平整。2. 采集标定图片打开摄像头从不同角度倾斜、旋转、不同距离拍摄这张棋盘格。建议拍摄15-20张确保棋盘格在图片中清晰且角度、位置多样。将这批图片保存到一个文件夹如calibration_images/。3. 编写标定脚本创建一个名为calibrate_camera.py的脚本。import cv2 import numpy as np import glob # 定义棋盘格的尺寸内部角点数 CHECKERBOARD (8, 5) # 注意这里用的是内部角点9x6的格子对应8x5个角点 # 为世界坐标系中的角点准备点坐标如(0,0,0), (1,0,0), (2,0,0) ....,(8,5,0) objp np.zeros((CHECKERBOARD[0] * CHECKERBOARD[1], 3), np.float32) objp[:, :2] np.mgrid[0:CHECKERBOARD[0], 0:CHECKERBOARD[1]].T.reshape(-1, 2) # 存储世界坐标系和图像坐标系中的点 objpoints [] # 3D点 imgpoints [] # 2D点 # 读取所有标定图片 images glob.glob(./calibration_images/*.jpg) for fname in images: img cv2.imread(fname) gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 查找棋盘格角点 ret, corners cv2.findChessboardCorners(gray, CHECKERBOARD, None) # 如果找到添加对象点和图像点 if ret: objpoints.append(objp) # 亚像素级角点精确化 corners_refined cv2.cornerSubPix(gray, corners, (11,11), (-1,-1), criteria(cv2.TERM_CRITERIA_EPS cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)) imgpoints.append(corners_refined) # 可视化角点可选 cv2.drawChessboardCorners(img, CHECKERBOARD, corners_refined, ret) cv2.imshow(Found corners, img) cv2.waitKey(500) cv2.destroyAllWindows() # 进行相机标定 if len(objpoints) 0: ret, mtx, dist, rvecs, tvecs cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None) print(标定成功!) print(相机内参矩阵 (mtx):) print(mtx) print(\n畸变系数 (dist):) print(dist) # 保存内参供后续使用 np.savez(camera_params.npz, mtxmtx, distdist) print(内参已保存至 camera_params.npz) else: print(未在图片中找到足够的棋盘格角点请检查图片和CHECKERBOARD参数。)运行这个脚本如果一切顺利你会看到每张图片上被画出了角点并在最后得到内参矩阵mtx和畸变系数dist。内参矩阵mtx是一个3x3的矩阵其中mtx[0,0]和mtx[1,1]分别代表x轴和y轴方向的焦距fx, fymtx[0,2]和mtx[1,2]是光学中心cx, cy。3.3 第三步目标检测与像素尺寸测量这里我们实现基于颜色的检测。假设我们的目标是天蓝色的方块。1. 颜色空间转换与阈值分割RGB颜色空间对光照变化敏感而HSV色调、饱和度、明度颜色空间能更好地分离颜色信息。我们需要先确定目标蓝色的HSV范围。import cv2 import numpy as np # 加载之前保存的相机参数 with np.load(camera_params.npz) as data: mtx data[mtx] dist data[dist] fx mtx[0, 0] # x方向焦距 fy mtx[1, 1] # y方向焦距 (通常与fx接近) # 打开摄像头 cap cv2.VideoCapture(0) # 定义蓝色的HSV范围需要根据实际目标调整 # 可以使用OpenCV的HSV颜色选择器工具来辅助确定范围 lower_blue np.array([90, 50, 50]) # HSV下限 upper_blue np.array([130, 255, 255]) # HSV上限 # 已知目标的真实高度单位米例如一个边长为0.15米的立方体 REAL_HEIGHT 0.15 while True: ret, frame cap.read() if not ret: break # 1. 畸变校正使用标定得到的参数 h, w frame.shape[:2] newcameramtx, roi cv2.getOptimalNewCameraMatrix(mtx, dist, (w,h), 1, (w,h)) undistorted cv2.undistort(frame, mtx, dist, None, newcameramtx) # 2. 转换到HSV空间 hsv cv2.cvtColor(undistorted, cv2.COLOR_BGR2HSV) # 3. 根据阈值创建掩膜 mask cv2.inRange(hsv, lower_blue, upper_blue) # 4. 形态学操作去除噪声连接区域 kernel np.ones((5,5), np.uint8) mask cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel) # 闭运算填充小孔 mask cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel) # 开运算去除小白点 # 5. 寻找轮廓 contours, _ cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) if contours: # 找到最大的轮廓假设是目标物体 largest_contour max(contours, keycv2.contourArea) area cv2.contourArea(largest_contour) # 设置一个面积阈值过滤掉太小的噪声 if area 500: # 获取轮廓的外接矩形 x, y, w_rect, h_rect cv2.boundingRect(largest_contour) # 在图像上画出矩形和中心点 cv2.rectangle(undistorted, (x, y), (xw_rect, yh_rect), (0, 255, 0), 2) center_x x w_rect // 2 center_y y h_rect // 2 cv2.circle(undistorted, (center_x, center_y), 5, (0, 0, 255), -1) # 6. 计算距离 # 使用矩形高度作为图像中的像素高度 pixel_height h_rect if pixel_height 0: # 使用相似三角形公式距离 (真实高度 * 焦距) / 像素高度 # 这里使用fy因为高度对应y方向 distance (REAL_HEIGHT * fy) / pixel_height # 将距离信息显示在图像上 cv2.putText(undistorted, fDist: {distance:.2f}m, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255, 0, 0), 2) cv2.putText(undistorted, fH_pix: {pixel_height}, (x, yh_rect25), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 0), 2) # 显示结果 cv2.imshow(Original, frame) cv2.imshow(Mask, mask) cv2.imshow(Undistorted Detection, undistorted) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()3.4 第四步整合与实时测距上面的代码已经是一个完整的实时测距演示了。它完成了以下流水线读取帧从摄像头获取一帧图像。畸变校正利用标定得到的参数校正镜头畸变使图像更接近理想的针孔模型提高测距精度。目标检测转换到HSV空间通过颜色阈值得到二值掩膜再经过形态学处理和轮廓查找定位到蓝色方块并得到其外接矩形的高度像素单位。距离计算代入公式distance (真实高度 * 焦距) / 像素高度。可视化在图像上绘制检测框、中心点和计算出的距离。运行这个脚本将蓝色方块放在摄像头前移动你应该能看到屏幕上实时显示出的距离数值。将方块前后移动观察距离值的变化是否合理。4. 关键参数调试与精度提升技巧实验跑通只是第一步要让测距结果可靠还需要精细调试。这里有几个关键点。4.1 焦距fx, fy的准确性焦距是公式中的核心参数其准确性由标定过程决定。标定图片质量棋盘格必须平整图片要清晰角点检测必须准确脚本中会可视化确保每个角点都被正确找到。模糊、过曝、欠曝的图片要剔除。标定图片数量与多样性15-20张是较好的起点。要涵盖摄像头视野的不同位置中心、四角以及不同的倾斜、旋转角度。多样性不足会导致标定参数过拟合。重投影误差cv2.calibrateCamera函数返回的ret值就是重投影误差的均方根RMS。这个值越小越好通常小于0.5像素就算不错。可以在标定脚本中打印出来评估标定质量。4.2 目标检测的稳定性检测不稳测距结果就会跳变。HSV阈值选取这是颜色检测的难点。不要在RGB图上看颜色来猜HSV值。最好写一个简单的HSV阈值滑动条程序实时调整lower和upper值直到在变化的灯光下都能稳定地框出目标物体。# 一个简单的HSV阈值调试窗口可单独运行 def nothing(x): pass cv2.namedWindow(trackbars) cv2.createTrackbar(L-H, trackbars, 0, 179, nothing) cv2.createTrackbar(L-S, trackbars, 0, 255, nothing) cv2.createTrackbar(L-V, trackbars, 0, 255, nothing) cv2.createTrackbar(U-H, trackbars, 179, 179, nothing) cv2.createTrackbar(U-S, trackbars, 255, 255, nothing) cv2.createTrackbar(U-V, trackbars, 255, 255, nothing) # 在循环中读取滑动条值并应用于inRange函数形态学操作cv2.morphologyEx中的开运算和闭运算的核大小kernel需要根据图像中噪声和目标的大小调整。核太大可能会腐蚀或膨胀目标本身影响像素尺寸测量。轮廓筛选cv2.findContours会找到所有轮廓。我们通过面积cv2.contourArea()筛选最大轮廓并设置一个最小面积阈值如area 500这能有效过滤掉小的噪声点。4.3 像素高度测量的准确性我们用了外接矩形的高度h_rect。这只有在物体竖直放置且矩形框贴合紧密时才准确。如果物体旋转了外接矩形框会变大导致测得的h_rect偏大计算出的距离偏小。更精确的测量可以考虑使用轮廓的最小外接矩形cv2.minAreaRect()它会返回一个旋转矩形你可以取其短边或长边作为特征尺寸但需要额外判断物体的姿态。多帧平滑单帧测量容易受噪声影响。一个简单的提升方法是使用移动平均滤波。例如维护一个最近5帧测得的像素高度列表取其中位数或平均值用于计算可以显著减少读数抖动。from collections import deque height_buffer deque(maxlen5) # 缓冲队列 # 在计算距离前 height_buffer.append(pixel_height) smoothed_height np.median(list(height_buffer)) # 使用中位数抗野值 distance (REAL_HEIGHT * fy) / smoothed_height4.4 已知真实高度的获取这是另一个误差来源。REAL_HEIGHT必须尽可能精确。用游标卡尺测量物理物体的实际尺寸。如果测的是矿泉水瓶要明确是瓶身高度还是包括瓶盖的高度并在图像中测量对应的部分。5. 常见问题与实战排查指南在实际操作中你几乎一定会遇到下面这些问题。这里是我的排查思路和解决方案。问题现象可能原因排查与解决步骤导入OpenCV失败(ModuleNotFoundError)1. 未在目标Python环境中安装。2. 多个Python版本冲突。3. 包名错误。1. 命令行激活虚拟环境后执行python -c “import cv2; print(cv2.__version__)”测试。2. 在IDE中检查并切换Python解释器路径到虚拟环境。3. 确认安装命令是pip install opencv-python。摄像头打不开(cap.isOpened()返回False)1. 摄像头被其他程序占用。2. 摄像头索引错误0, 1, 2…。3. 摄像头驱动问题。1. 关闭所有可能使用摄像头的软件微信、Zoom等。2. 尝试将VideoCapture(0)改为VideoCapture(1)。3. 在系统相机应用里确认摄像头硬件正常。标定脚本找不到角点(ret始终为False)1.CHECKERBOARD参数设置错误应是内部角点数。2. 棋盘格图片不清晰或反光。3. 棋盘格未被完整拍摄进画面。1. 确认棋盘格是9x6的格子则内部角点是8x5。2. 确保打印清晰拍摄时对焦准确避免强光反射。3. 保证整个棋盘格都在画面内且不被遮挡。测距结果完全不对如距离恒为几十米或几厘米1.单位混淆真实高度单位是米但焦距fx/fy单位是像素计算出的距离单位是米。检查REAL_HEIGHT值0.15米是15厘米。2.用错了焦距错误地使用了fx和fy以外的值或者焦距值本身标定错误。3.像素高度测量错误检测框不稳定或包含了背景。1. 打印出fx,REAL_HEIGHT,pixel_height的值手动验算一遍公式。2. 检查标定结果的重投影误差是否过大。3. 显示mask图像观察目标分割是否干净、准确。调整HSV阈值和形态学核。距离数值跳动剧烈1. 目标检测框大小不稳定每帧像素高度变化大。2. 光照变化导致阈值分割不稳定。1. 实施多帧平滑如上述的移动平均或中值滤波。2. 优化检测算法尝试更鲁棒的特征如ORB代替颜色或使用卡尔曼滤波预测目标位置和大小。3. 改善光照条件或使用自适应阈值方法。近距离0.5米测距误差大1. 镜头畸变在边缘和近处影响显著。2. 相似三角形模型在物体非常近时近似误差增大。1.务必进行畸变校正(cv2.undistort)。校正前后的测距结果差异在近处会非常明显。2. 可以尝试在近距离重新标定一组参数或使用多项式模型进行距离校正即用一个实测距离-像素高度的查找表来校准。物体倾斜时误差大相似三角形模型假设物体平面与像平面平行。这是本方法的理论局限。对于倾斜物体需要升级方案1. 如果物体有已知的3D模型或多个特征点可以使用PnP (Perspective-n-Point)算法求解物体的完整6自由度位姿包括距离。2. 使用先验知识如已知地面可以通过检测物体接地点来估算距离。6. 方案进阶与扩展思路当你成功实现了基础的彩色方块测距后可以尝试以下更有挑战性的扩展这会让你的单目视觉能力提升一个档次。1. 替换检测算法从颜色到特征点颜色检测受环境光影响太大。可以尝试用ORB或SIFT特征点来检测一个具有丰富纹理的已知物体比如一本特定封面的书。步骤先拍摄一张目标物体的模板图。在视频流中对每一帧和模板图都提取ORB特征点并计算描述符然后用BFMatcher或FLANN进行匹配。如果匹配点数量足够多可以通过cv2.findHomography找到模板与当前帧中物体的透视变换关系进而得到物体的四个角点。这比颜色框稳定得多也允许物体有一定程度的旋转和尺度变化。2. 测量未知尺寸的物体上面的方法都需要已知物体的真实尺寸。如果物体尺寸未知呢一个巧妙的思路是利用接地假设和摄像头高度。原理假设摄像头固定安装且已知其离地面的高度H_cam。当检测到一个站立在地面上的物体如人、椅子时我们可以找到物体底部的接地点在图像中的纵坐标v_bottom和物体顶部的点纵坐标v_top。根据针孔相机模型物体距离D≈(H_cam * fy) / (v_bottom - v_vanishing)其中v_vanishing是地平线消失点的纵坐标可以通过标定或估计得到。物体的高度H_obj≈(D * (v_top - v_bottom)) / fy。这样我们可以在不知道物体尺寸的情况下同时估算其距离和高度。3. 融合与滤波让输出更平滑单帧估计噪声大。除了简单移动平均可以引入更高级的滤波器。卡尔曼滤波 (Kalman Filter)这是一个强大的工具特别适合用来跟踪物体的位置和速度包括在图像中的像素位置和大小以及推导出的物理距离。卡尔曼滤波可以根据运动模型预测下一帧的状态再与当前帧的测量值融合得到更平滑、更可靠的估计。对于匀速移动的物体效果提升显著。4. 构建简易的单目SLAM前端这是终极挑战。你可以尝试用ORB-SLAM等开源库的思路简化实现一个特征点法的视觉里程计。思路在连续帧之间提取并匹配特征点如ORB。利用对极几何或单应性矩阵估算出摄像头在两帧之间的旋转和平移运动。虽然单目无法直接得到尺度但如果你知道场景中某一个物体的真实尺寸比如地板瓷砖的边长就可以恢复出整个运动的真实尺度从而实现有尺度的定位和地图构建。这相当于把你的测距实验从一个静态的“尺子”升级成了一个动态的“眼睛”。