使用Python从图像计算汽车宽度

我试图从图像中估计汽车的尺寸（本例中为宽度）。我有3个不同的图像（不同角度）如下所示。我使用了基本的东西来确定图像的精明边缘，结果也显示在下面的图像中。以下是每辆车的基本代码：

file = 'image.jpg'
img = cv2.imread(file, cv2.IMREAD_COLOR)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
bilateral = cv2.bilateralFilter(gray, 9, 75, 75)
canny = cv2.Canny(bilateral, 50, 255)
cv2.imshow('Canny Image', canny)
cv2.waitKey(0)

现在，如果我使用

cv2.goodFeaturesToTrack（）

和

cv2.cornerHarris（）

检测角点，下图显示我得到了非常奇怪的结果，以蓝色圆点显示

我研究过，如果我们想从2D图像计算物体的尺寸，我们至少需要两张像眼睛一样的图像。现在，在给定的场景中，我如何找到汽车的宽度（即从尾灯左角到尾灯右角的真实世界距离）？我有从摄像机到汽车的距离，也有每个摄像机位置之间的距离。

---

另外，请让我知道这些（或相关）工作是否已经以python或任何其他语言的开源形式存在？谢谢。

您使用的是传统的CV算法，它无法解决您的问题，因为您的角点在平面背景中是精确的。
我建议您使用2D对象检测算法，从中可以得到图像空间中对象的高度和宽度，即像素长度。
对于获得的世界空间宽度，使用摄像机标定变换等

这个答案可能对你有帮助。

---

.

您使用的是传统的CV算法，该算法无法解决您的问题，因为您的角点在平面背景中是精确的。
我建议您使用2D对象检测算法，从中可以得到图像空间中对象的高度和宽度，即像素长度。
对于获得的世界空间宽度，使用摄像机标定变换等

这个答案可能对你有帮助。

---

.

首先必须提取前景。在这种情况下，你必须从图像中提取出汽车，然后只会对宽度的估计进行角点检测。@ AZFAR FAZZAN，如果你了解摄像机和投影矩阵的概念，用于点三角测量，你可以检查C++源。如果你擅长这一点，那么唯一的问题就是如何从两个背景光中检测和分割点。首先，你必须提取前景。在这种情况下，你必须从图像中提取出汽车，然后只会对宽度的估计进行角点检测。@ AZFAR FAZZAN，如果你了解摄像机和投影矩阵的概念，用于点三角测量，你可以检查C++源。如果您在这方面很熟练，那么唯一的问题就是如何从两个背光中检测和分割点。