如何用摄像头来测距(opencv)

摘要:
最近,我一直在忙着找工作。博客长出了草。今天,让我们放一些我以前做的东西,让它看起来很好。我记得我在哪里看到一个外国人做的东西。我觉得这很有趣,所以我自己做了一个。一支激光笔固定在相机下面,形成这个简单的测距装置。请看下面的图片。该原理假设激光束完全平行于相机的光轴,并且激光束的中心是相机视场中最亮的点。激光束照射在相机视野中的跟踪目标上,然后相机可以捕捉到这一点,通过简单的图像处理,您可以

  最近一直忙着找工作,blog都长草了,今天把以前作的一个东西放上来充充门面吧。记得在哪看到过老外做的这个东西,觉得很好玩,就自己也做了一个。在摄像头下面固定一个激光笔,就构成了这个简易的测距装置。看一下图吧。

如何用摄像头来测距(opencv)第1张

如何用摄像头来测距(opencv)第2张

  原 理

  假设激光束是与摄像头的光轴完全平行,激光束的中心落点在在摄像头的视域中是最亮的点。激光束照射到摄像头视域中的跟踪目标上,那么摄像头可以捕捉到这个 点,通过简单的图像处理的方法,可以在这侦图像中找到激光束照射形成的最亮点,同时可以计算出Y轴上方向上从落点到图像中心的象素的个数。这个落点越接近 图像的中心,被测物体距离机器人就越远。由下图图可以计算距离D:

如何用摄像头来测距(opencv)第3张

如何用摄像头来测距(opencv)第4张(1)

  等式中h是一个常量,是摄像头与激光发射器之间的垂直距离,可以直接测量获得。


θ可通过下式计算: 
θ=Num*Rop+Offset      (2)                           
其中:Num是从图像中心到落点的像素个数
Rop是每个像素的弧度值
Offset是弧度误差
合并以上等式可以得到:
如何用摄像头来测距(opencv)第5张(3)

Num 可以从图像上计算得到。Rop和Offset需要通过实验计算获得。首先测量出D的准确值,然后根据等式(1)可以计算出准确的θ,根据等式(2)可到只 含有参数Rop和Offset的方程。在不同的距离多次测量D的准确值计算θ,求解方程组可以求出Rop和Offset。这里 Rop=0.0030354,Offset=0.056514344。

如何用摄像头来测距(opencv)第6张

程 序
头文件:

class LaserRange  
{
public:
struct RangeResult * GetRange(IplImage * imgRange,IplImage * imgDst);
 LaserRange();
 virtual ~LaserRange();
 
private:
    unsigned   int maxW;
   unsigned   int maxH;
    unsigned   int MaxPixel;
    RangeResult * strctResult;
    
 // Values used for calculating range from captured image data
 const double gain; // Gain Constant used for converting pixel offset to angle in radians
 const double offset; // Offset Constant
 const double h_cm;  // Distance between center of camera and laser
    unsigned int pixels_from_center; // Brightest pixel location from center
      
 void Preprocess(void * img,IplImage * imgTemp);
};



cpp文件:

LaserRange::LaserRange():gain(0.0030354),offset(0),h_cm(4.542)
{
  maxW=0;
  maxH=0;
  MaxPixel=0;
   
  pixels_from_center=0;    // Brightest pixel location from center
  strctResult=new RangeResult;
 
  strctResult->maxCol=0;
  strctResult->maxRow=0;
  strctResult->maxPixel=0;
  strctResult->Range=0.0;
 }
LaserRange::~LaserRange()
{
  if(NULL!=strctResult) delete strctResult;
}
struct RangeResult * LaserRange::GetRange(IplImage * imgRange,IplImage * imgDst)
{  
    if(NULL==imgRange) return   strctResult;
       Preprocess(imgRange,imgDst);
       
    pixels_from_center = abs(120-maxH);
 // Calculate range in cm based on bright pixel location, and setup specific constants
     strctResult->Range= h_cm/tan(pixels_from_center * gain + offset);
       
    strctResult->PixfromCent=pixels_from_center;
       strctResult->maxCol=maxW;
       strctResult->maxRow=maxH;
       strctResult->maxPixel=MaxPixel;
       //strctResult->Range=0.0;
         return  strctResult;
}

void LaserRange::Preprocess(void *img, IplImage * imgTemp)
{
    MaxPixel=0;                //处理下一帧前 最大像素值清零;
   IplImage* image = reinterpret_cast<IplImage*>(img);
   
       cvCvtPixToPlane( image,0 ,0 ,imgTemp , 0);
  
      for( int j=((imgTemp->width-60)/2-1); j<(imgTemp->width-40)/2+59; j++)  
  {
    for(int i=5; i<imgTemp->height-5; i++)
    {
   
    if((imgTemp->imageData[i*imgTemp->widthStep+j])>MaxPixel)
    {
     if( ((imgTemp->imageData[(i-1)*imgTemp->widthStep+j])>MaxPixel) && ((imgTemp->imageData[(i-1)*imgTemp->widthStep+j+1])>MaxPixel) &&((imgTemp->imageData[(i-1)*imgTemp->widthStep+j-1])>MaxPixel)   )
     { 
      if( ((imgTemp->imageData[(i+1)*imgTemp->widthStep+j])>MaxPixel) && ((imgTemp->imageData[(i+1)*imgTemp->widthStep+j+1])>MaxPixel) &&((imgTemp->imageData[(i+1)*imgTemp->widthStep+j-1])>MaxPixel)   )
       {
       if((imgTemp->imageData[i*(imgTemp->widthStep)+j+1])>MaxPixel)
       {
       if((imgTemp->imageData[i*(imgTemp->widthStep)+j-1])>MaxPixel)
       {
         MaxPixel=imgTemp->imageData[i*imgTemp->widthStep+j] ;
         maxW=j;
         maxH=i;
       }      
     }
    }
  }
      
} 

调用函数:

int CLaserVisionDlg::CaptureImage()
{
   // CvCapture* capture = 0;
  
   // capture = cvCaptureFromCAM(0);  //0表示设备号
    if( !capture )
    {
        fprintf(stderr,"Could not initialize capturing...\n");
        return -1;
    }
 
   // cvNamedWindow( "LaserRangeImage", 1 );
  // cvvNamedWindow( "image", 1);
   cvvNamedWindow( "Dimage", 1);
   
   for(;;)
    {
        IplImage* frame = 0;
       
  if(isStop) break;
        frame = cvQueryFrame( capture ); //从摄像头抓取一副图像框架
        if( !frame )
            break;
       if( !imgOrign )
        {
            //allocate all the buffers 
            imgOrign = cvCreateImage( cvGetSize(frame), 8, 3 );    //创建一副图像
            imgOrign->origin = frame->origin;
     
  }
        cvCopy( frame, imgOrign, 0 );  //将图frame复制到image
  //cvShowImage("LaserRangeImage",imgOrign);  
     
 
       if(!imgDest) 
    {
   imgDest=cvCreateImage( cvSize( imgOrign->width,imgOrign->height),8,1);
      cvZero( imgDest );
    }
        struct RangeResult * temp= laservsion.GetRange(imgOrign,imgDest);
    
        cvLine( imgOrign,cvPoint(temp->maxCol,0), cvPoint(temp->maxCol,imgOrign->height),cvScalar(100,100,255,0),1,8,0);
        cvLine( imgOrign,cvPoint(0,temp->maxRow), cvPoint(imgOrign->width,temp->maxRow),cvScalar(100,100,255,0),1,8,0);

    
       // cvvShowImage( "image", imgOrign);
  cvSaveImage("image.bmp", imgOrign);
          
        cvvShowImage( "Dimage", imgDest);
       
        //在PictureBox上显示图片
  CDC* pDC = GetDlgItem(IDC_Picture)->GetDC();
        CDC dcmemory;
        BITMAP bm;
        dcmemory.CreateCompatibleDC(pDC);
        CBitmap* pBmp;
        CString szFileName = "image.bmp";
        HBITMAP hBk = (HBITMAP)::LoadImage(NULL,szFileName,IMAGE_BITMAP,0,0,LR_LOADFROMFILE);   
       if(NULL!=hBk)   
    {
        pBmp=CBitmap::FromHandle(hBk);
        pBmp->GetObject(sizeof(BITMAP), &bm);
        dcmemory.SelectObject(pBmp);
        pDC->BitBlt(0, 0, bm.bmWidth, bm.bmHeight, &dcmemory, 0, 0, SRCCOPY);
    }
       
       
       char str[80];         // To print message
    CDC *pDCp= GetDC(); 
       char str2[80];
      
    // Display frame coordinates as well as calculated range
       sprintf(str, "Pix Max Value=%d  At x= %u, y= %u, PixfromCent= %d",temp->maxPixel,temp->maxCol, temp->maxRow, temp->PixfromCent);
       sprintf(str2, "Range= %f cm ",temp->Range);
       pDCp->TextOut(30, 33, str);
       pDCp->TextOut(50, 50, str2);
    ReleaseDC(pDCp);
     
      int  c = cvWaitKey(10);
      //  if( c == 'q' )
       //     break;
      
 }
//cvReleaseCapture( &capture );
//cvDestroyWindow("LaserRangeImage");
// cvDestroyWindow( "image");
 cvDestroyWindow( "Dimage");
return 0;
}



免责声明:文章转载自《如何用摄像头来测距(opencv)》仅用于学习参考。如对内容有疑问,请及时联系本站处理。

上篇2012开源项目计划-WPF企业级应用整合平台python修改镜像源下篇

宿迁高防,2C2G15M,22元/月;香港BGP,2C5G5M,25元/月 雨云优惠码:MjYwNzM=

相关文章

Kafka长文总结

Kafka是目前使用较多的消息队列,以高吞吐量得到广泛使用 特点: 1、同时为发布和订阅提供搞吞吐量。Kafka的设计目标是以时间复杂度为O(1)的方式提供消息持久化能力的,即使对TB级别以上数据也能保证常数时间的访问性能,即使在非常廉价的商用机器上也能做到单机支持每秒100K条消息的传输(一般消息处理是百万级,使用Partition实现机器间的并行处理)...

百度地图 infoBox的用法

var myIcon = new BMap.Icon("image/red.gif", new BMap.Size(23, 25), { offset: new BMap.Size(0, 0)}); var marker = new BMap.Marker(point,{icon:myIcon}); map.addOverlay(marker); var...

Kafka基础教程(三):C#使用Kafka消息队列

接上篇Kafka的安装,我安装的Kafka集群地址:192.168.209.133:9092,192.168.209.134:9092,192.168.209.135:9092,所以这里直接使用这个集群来演示 首先创建一个项目,演示采用的是控制台(.net core 3.1),然后使用Nuget安装 Confluent.Kafka 包: 上面的截图中有C...

什么,kafka能够从follower副本读数据了 —kafka新功能介绍

最近看了kafka2.4新版本的一些功能特性,不得不说,在kafka2.0以后,kafka自身就比较少推出一些新的feature了,基本都是一些修修补补的东西。倒是kafka connect和kafka stream相关的开发工作做的比较多。可能kafka的野心也不局限于要当一个中间件,而是要实现一个流处理系统的生态了。 这次要介绍的是我觉得比较有意思的两...

Cocos Creator 组件ListView

版本:2.3.4 cocos没有List组件,所以要自己写。 从cocos的example项目中找到listView的demo来改造 新修改的ListView对比原来有以下改动: 1. 去掉了totalCount、spawnCount和bufferZone的计算,根据实际情况自动计算合适的值。 2. 增加了列表项数据的传入和刷新。例如排行榜做列表,可以传...

元素偏移量 offset 系列

1.1 offset 概述 offset 翻译过来就是偏移量, 我们使用 offset系列相关属性可以动态的得到该元素的位置(偏移)、大小等。 获得元素距离带有定位父元素的位置 获得元素自身的大小(宽度高度) 注意:返回的数值都不带单位   1.2 offset 与 style 区别 offset offset 可以得到任意样式表中的样式值...