Как использовать opencv для измерения высоты и ширины объекта с изменяющимся расстоянием? ⇐ Python

[Anonymous]

В настоящее время я работаю над кодом, работающим на Python, идея которого состоит в том, чтобы точно измерить высоту и ширину объекта независимо от расстояния камеры от объекта, то есть имеет ли объект высоту и ширину. шириной 5 см на 5 см, камера все равно должна отображать это измерение независимо от изменения расстояния дальше или ближе к нему.
Ниже это код, который я пробовал, гуглил и просматривал форумы, и выяснилось, что нужна какая-то формула, но я не могу понять эту идею.

Код: Выделить всё

import cv2
import numpy as np

def get_object_dimensions(contour, reference_width, reference_distance):
# Calculate the bounding box around the contour
x, y, w, h = cv2.boundingRect(contour)

# Assuming the camera calibration is done, convert pixel dimensions to centimeters
pixel_width = w
pixel_height = h
# You may need to calibrate these conversion factors based on your camera and setup
width_cm = pixel_width * pixel_to_cm_width
height_cm = pixel_height * pixel_to_cm_height

# Calculate the current distance based on the reference width and current measured width
current_distance = (reference_width * reference_distance) / width_cm

return width_cm, height_cm, current_distance

# Camera setup
cap = cv2.VideoCapture(0)  # Use 0 for the default camera

# Calibration factors for converting pixel dimensions to centimeters
pixel_to_cm_width = 0.1  # Adjust based on your calibration
pixel_to_cm_height = 0.1  # Adjust based on your calibration

# Initial reference distance (distance at which the width measurement is accurate)
initial_reference_distance = 50.0  # Adjust based on your setup
reference_width = 10.0  # Adjust based on your setup

while True:
# Capture a frame
ret, frame = cap.read()

# Convert the frame to grayscale
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

# Apply Gaussian blur to reduce noise and improve edge detection
blurred = cv2.GaussianBlur(gray, (5, 5), 0)

# Perform edge detection using Canny
edges = cv2.Canny(blurred, 50, 150)

# Find contours in the edged image
contours, _ = cv2.findContours(edges.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# Iterate over detected contours
for contour in contours:
# Ignore small contours
if cv2.contourArea(contour) > 1000:
# Draw a bounding box around the contour
x, y, w, h = cv2.boundingRect(contour)
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

# Get object dimensions and current distance in centimeters
width_cm, height_cm, current_distance = get_object_dimensions(contour, reference_width, initial_reference_distance)

# Display the dimensions and current distance
cv2.putText(frame, f'Width: {width_cm:.2f} cm', (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
cv2.putText(frame, f'Height: {height_cm:.2f} cm', (x, y + h + 20), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
cv2.putText(frame, f'Distance: {current_distance:.2f} cm', (x, y + h + 50), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

# Display the frame
cv2.imshow('Object Detection and Measurement', frame)

# Break the loop when 'q' is pressed
if cv2.waitKey(1) & 0xFF == ord('q'):
break

# Release the camera and close all windows
cap.release()
cv2.destroyAllWindows()

Результат показан ниже.



Как видно из результатов, даже при изменении расстояния высота и ширина также изменяются. Любая помощь или совет приветствуются! Спасибо.

Подробнее здесь: https://stackoverflow.com/questions/774 ... ing-distan