Image 如何找到每米像素数
我有一个静态摄像机，通过它我可以聚焦在覆盖区域上，摄像机的总覆盖区域是Image 如何找到每米像素数,image,matlab,image-processing,computer-vision,Image,Matlab,Image Processing,Computer Vision,我有一个静态摄像机，通过它我可以聚焦在覆盖区域上，摄像机的总覆盖区域是 length 78.7 cm width 102.1 cm heigh 118.5 cm 我的图像大小是800*480 现在在总覆盖区域，我有另一个盒子 length is 22.6 cm width is 25.6 cm height is 24 cm 我想知道每米有多少像素。我使用的公式是 m/pixels*0.39但它没有给出准确的答案。除非您知道被捕获对象的距离，否则无法计算每米的像素数。距离10米的对象每米的像
length 78.7 cm
width 102.1 cm
heigh 118.5 cm
800*480length is 22.6 cm
width is 25.6 cm
height is 24 cm
m/pixels*0.39即使将摄影机指向平坦的墙，从摄影机到墙的距离也会随着入射角度的变化而变化，因此墙中间的距离将比到墙角的距离更接近摄影机。这可以用一些简单的三角学来计算。除非你知道被捕获物体的距离，否则你无法计算每米的像素数。距离10米的对象每米的像素数将少于距离1米的对象。您所能精确计算的只是相机视场每度的像素数
即使将摄影机指向平坦的墙，从摄影机到墙的距离也会随着入射角度的变化而变化，因此墙中间的距离将比到墙角的距离更接近摄影机。这可以用一些简单的三角法来计算。许多制造商使用每米测量的像素作为视频监控图像质量的度量。例如，您需要大约130 ppm的细节，才能准确识别面部细节并识别车牌 要计算像素密度（每米像素数），您需要图像或视频源的水平像素数以及所查看场景的宽度（以米为单位） 所以, ppm=图像宽度（像素）/视野（米） 为特定场景计算ppm的最简单方法是将摄影机指向要计算ppm的位置，然后将图像的像素数除以摄影机在该特定点的视场距离（以米为单位）。请注意，此测量值在相机的垂直轴上不是恒定的。图像的每一行都有不同的像素密度
如果你校准摄像机，你可以从理论上进行这些计算，因为你可以事先知道视场的宽度，但它有点复杂。许多制造商使用每米测量的像素作为视频监控图像质量的度量标准。例如，您需要大约130 ppm的细节，才能准确识别面部细节并识别车牌 要计算像素密度（每米像素数），您需要图像或视频源的水平像素数以及所查看场景的宽度（以米为单位） 所以, ppm=图像宽度（像素）/视野（米） 为特定场景计算ppm的最简单方法是将摄影机指向要计算ppm的位置，然后将图像的像素数除以摄影机在该特定点的视场距离（以米为单位）。请注意，此测量值在相机的垂直轴上不是恒定的。图像的每一行都有不同的像素密度
如果你校准相机，你可以从理论上进行这些计算，因为你可以事先知道视场的宽度，但这有点复杂。你的静态相机将有一个特定的固定镜头大小来确定焦距（f数）。这意味着在景深上有一个特定的理想焦点，这个2D聚焦平面将形成一个抛物线形状，与透镜的形状和大小成正比，因为透镜尺寸和FOV彼此成反比，透镜尺寸越大，FOV越小，正如有人已经提到的，焦点从焦点区域的中心点开始在各个方向上向外减小（想想多普勒效应），这就是为什么我们倾向于在图像/视频的角部发现模糊像素，而对象位于焦点平面的前景/背景之外 这是一道很好的数学题 因此，通过计算斜边的长度与直角三角形的高度，你可以知道焦点与图像传感器显示的最外层像素之间的焦距差，因为你应该知道相机的分辨率，所以你可以计算从中心到所有像素的像素密度损失方向 我觉得可能有一个干净的公式来计算这个使用狡猾的老狗圆周率，但我不能被打扰 您可能会发现这在步骤1中很有用： 使用上述计算器： 斜边=C=从相机到最外层像素捕获的距离 三角形的高度=b=从相机到焦点的距离（照片的中心） 视场角的一半=α（对于每个像素的垂直和水平视场，例如2MP-1920 x 1080个参考点，您可以这样做） 每个镜头尺寸都有一个特定的垂直和水平视场角 这将允许您计算场景中对象的哪些部分处于最佳焦距内，从而保留最密集的像素 PS如果你想获得科学上的准确度，你需要为你的图像传感器上的每一个像素计算这个值，如果你有一个2MP摄像头，你需要做1920 x 1080/1/3”（计算你传感器上的像素密度）例如，您的镜头的玻璃质量也会起到一定的作用，只是不确定镜头的正面。