用普通攝像頭測量距離

近年來，由于無人機、無人車等技術的不斷成熟，需要用到實時測距的場所也越來越多，如定位，避障，測速等，相比于其他測距方法，單目測距是利用一個攝像頭進行視頻拍攝，在影像中找到待測物體，這一系列動作，涉及到了物體的識別，相機的結構，坐標變換的一些知識，距離的獲取是一個很廣泛的課題，用攝像頭來測距是其中一個方向，包括單目測距、雙目測距、結構光測距等方法，
在這里，我們主要用一個攝像頭通過建立一定的模型來解決測距的問題，

1. 安裝包

python 3.7 或以上

pip install cvzone
pip install mediapipe

2.成像原理

單目攝像頭的模型可以近似考慮為針孔模型，如圖所示

• f: 焦距
• W: 目標物體的實際寬度
• w: 成像后的寬度
• d: 物體與相機之間的實際距離或深度

f 、d、w、W的之間的關系如下：
d f = W w \frac{d}{f}=\frac{W}{w} fd?=wW?

2.1 相機校準

我們的目標是計算出目標物體的距離d,但前提需要知道焦距f,焦距f的計算公式如下：
f = w ? d W f=\frac{w*d}{W} f=Ww?d?
我們可以將一個物體放在離攝像頭已知的距離d,同時我們知道實際物體的寬度W,以及呈像后的寬度w，從而上述公式計算出焦距f，

2.2 計算物體的距離d

相機校準后，焦距f的值即為已知，根據如下公式，可計算出目標物體的距離：
d = f ? W w d=\frac{f*W}{w} d=wf?W?
如果我們知道已知物體的W,和成像后的w,就可以實時計算出目標物體的距離d，

3 案例介紹

本文以人臉兩只眼睛的距離作為目標物體的W, 由于男性兩只眼睛距離為64cm，女性兩只眼睛距離為62cm ，我們這里取平均值63作為人臉眼睛的距離，因此計算人臉的距離，只需知道成像后的w，即可計算出人臉離攝像頭的距離d.

3.1 檢測人臉

import cv2
import cvzone
import cvzone.FaceMeshModule import FaceMeshDetector

# 檢測人臉
detector=FaceMeshDetector(maxFaces=1)
cap=cv2.VideoCapture(0)

while True:
	success,img =cap.read()
	img,faces=detector.findFaceMesh(img)
	cv2.imshow("Image",img)
	cv2.waitKey(1)

3.2 計算視頻中雙眼的距離

import cv2
import cvzone
import cvzone.FaceMeshModule import FaceMeshDetector

# 檢測人臉
detector=FaceMeshDetector(maxFaces=1)
cap=cv2.VideoCapture(0)

while True:
	success,img =cap.read()
	img,faces=detector.findFaceMesh(img)
	if faces:
		face =faces[0]
		pointLeft=face[145]     #左眼中心點坐標
		pointRight=face[375]    #右眼中心點坐標
		# 繪制人眼中心點并連線
		cv2.line(img,pointLeft,pointRight,(0,200,0),3)
		cv2.circle(img,pointLeft,5,(255,0,255),cv2.FILLED)
		cv2.circle(img,pointRight,5,(255,0,255),cv2.FILLED)
		w,_=detector.findDistance(pointLeft,pointRight)
		print(w)
			
	cv2.imshow("Image",img)
	cv2.waitKey(1)

3.3 相機標定：計算焦距f

```python
import cv2
import cvzone
import cvzone.FaceMeshModule import FaceMeshDetector

# 檢測人臉
detector=FaceMeshDetector(maxFaces=1)
cap=cv2.VideoCapture(0)

while True:
	success,img =cap.read()
	img,faces=detector.findFaceMesh(img)
	if faces:
		face =faces[0]
		pointLeft=face[145]     #左眼中心點坐標
		pointRight=face[375]    #右眼中心點坐標
		# 繪制人眼中心點并連線
		cv2.line(img,pointLeft,pointRight,(0,200,0),3)
		cv2.circle(img,pointLeft,5,(255,0,255),cv2.FILLED)
		cv2.circle(img,pointRight,5,(255,0,255),cv2.FILLED)
		w,_=detector.findDistance(pointLeft,pointRight)  #保持人臉到攝像頭50cm下測量
		# Finding the Focal Length
		W=6.3 # 真實人臉間距 6.3cm
		d= 50 # 保持人臉到攝像頭50cm的距離
		f=(w*d)/W
		print(f)
			
	cv2.imshow("Image",img)
	cv2.waitKey(1)

3.4 計算人臉到相機的距離

根據上一步，相機標定的結果，假設計算出相機的焦距f

f =840 mm

根據公式：
d = f ? W w d=\frac{f*W}{w} d=wf?W?
即可計算出實時的人臉到攝像頭的距離

import cv2
import cvzone
import cvzone.FaceMeshModule import FaceMeshDetector

# 檢測人臉
detector=FaceMeshDetector(maxFaces=1)
cap=cv2.VideoCapture(0)

while True:
	success,img =cap.read()
	img,faces=detector.findFaceMesh(img)
	if faces:
		face =faces[0]
		pointLeft=face[145]     #左眼中心點坐標
		pointRight=face[375]    #右眼中心點坐標
		# 繪制人眼中心點并連線
		cv2.line(img,pointLeft,pointRight,(0,200,0),3)
		cv2.circle(img,pointLeft,5,(255,0,255),cv2.FILLED)
		cv2.circle(img,pointRight,5,(255,0,255),cv2.FILLED)
		w,_=detector.findDistance(pointLeft,pointRight)  #保持人臉到攝像頭50cm下測量
		W=6.3 # 真實人臉間距 6.3cm
		# Finding the Focal Length
		# d= 50 # 保持人臉到攝像頭50cm的距離
		# f=(w*d)/W
		# print(f)

		# Finding distance
		f = 840  # 根據相機標定的結果
		d = (W * f)/w
		print(d)
		cvzone.putTextRect(img,f'Depth:{int(d)}cm',(face[10][0]-100,face[10][1]-50),scale=2)
			
	cv2.imshow("Image",img)
	cv2.waitKey(1)

可以看到：人臉靠近相機d越來越小，遠離相機d越來越小，從而可以大致判斷出人臉離相機的距離，雖然達不到深度相機那么精確，但在某些場景中，該計算出的距離應用起來可以有不錯的效果