使用 OpenCV 进行实时距离估计 – Python

本文介绍使用 OpenCV 在 Python 中进行实时距离估计的方法。

简介

距离估计是计算机视觉中一个非常重要的问题。在许多应用程序中，我们需要估计物体与摄像机之间的距离。例如，自动驾驶汽车需要估计周围物体与汽车之间的距离，以便做出正确的决策。

本文中，我们将使用 OpenCV 来估计人类身高与摄像机之间的距离。我们将在摄像机上设置一个参考距离，并使用图像中的参考来计算人类身高与摄像机之间的距离。

实现

为了实现这一目标，我们将使用如下步骤：

1. 从视频流中读取帧。
2. 在每个帧中检测行人。
3. 在每个检测到的行人的周围绘制矩形（bounding box），并计算矩形的高度。
4. 使用摄像机的参考距离和矩形的高度来估计行人与摄像机之间的距离。
5. 在绘制的矩形上添加文本（距离信息），并在每个帧中显示结果。

我们将使用 OpenCV 中的 HaarCascade 分类器来检测行人，该分类器是一种基于 Haar 特征的对象检测方法。我们使用 HOG+SVM 来训练行人检测器，可以自行下载训练集。

代码如下：

import cv2

# 加载分类器
def get_detector():
    hog = cv2.HOGDescriptor()
    hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
    return hog

# 计算距离
def calcDistance(knownWidth, focalLength, perWidth):
    return (knownWidth * focalLength) / perWidth

def main():
    MODEL_PATH = "path/to/model/file"
    VIDEO_PATH = "path/to/video/file"

    # 加载 HaarCascade 分类器
    detector = get_detector()

    # 设置视频输入流
    vs = cv2.VideoCapture(VIDEO_PATH)

    # 设置参考距离和矩形实际宽度
    KNOWN_DISTANCE = 12.0
    KNOWN_WIDTH = 1.7

    # 开始处理每个帧
    while True:
        # 读取帧
        _, frame = vs.read()

        # 如果没有读取到帧，结束循环
        if frame is None:
            break

        # 将帧转换为灰度图像
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

        # 检测行人
        rects, _ = detector.detectMultiScale(gray, winStride=(4, 4), padding=(8, 8), scale=1.05)

        # 遍历每个检测到的行人
        for rect in rects:
            # 计算矩形的高度
            (x, y, w, h) = rect
            height = h

            # 计算距离
            distance = calcDistance(KNOWN_WIDTH, KNOWN_DISTANCE, height)

            # 在矩形上添加文本
            cv2.putText(frame, "{:.2f}m".format(distance), (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

            # 在矩形周围绘制矩形
            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

        # 在窗口中显示结果
        cv2.imshow("Frame", frame)

        key = cv2.waitKey(1) & 0xFF

        # 如果按下 Q 键，退出循环
        if key == ord("q"):
            break

    # 关闭窗口并释放资源
    cv2.destroyAllWindows()
    vs.release()

if __name__ == "__main__":
    main()

总结

本文介绍了使用 OpenCV 在 Python 中进行实时距离估计的方法。尽管在这个例子中我们只处理了行人，但是我们可以使用类似的方法估计其他物体与摄像机之间的距离。