測距

OpenMV采用的是單目攝像頭，想要實現(xiàn)測距，就需要選參照物，利用參照物的大小比例來計算距離。

本節(jié)分享一下第二種方法，如何通過攝像頭里乒乓球的大小，計算攝像頭與乒乓球之間的距離。
眾所周知，乒乓球距離攝像頭越遠，攝像頭里乒乓球的大小就越小，那么問題來了？
這個關系到底是什么呢？
（注：此處的數(shù)學幾何問題，僅涉及到高中數(shù)學三角函數(shù)部分，不想看的，直接看結論也可）
為了簡化問題，我們看一下圖：

由左邊的攝像頭里的幾何關系可得知：

所以有（1式）

由右邊的真實環(huán)境里的幾何關系得知：

帶入（1式），可得（結論公式）：

上面就是最終我們想知道的關系啦！
這是什么意思呢？
等號左邊的Lm是長度，Bpix是攝像頭中，球所占的像素（直徑的像素）。等號右邊呢，Rm是球真實的半徑，Apix是是固定的像素，a是視角的一半。
所以！所以！所以！所以！所以！所以！所以！
這個公式告訴我們的就是：
實際長度和攝像頭里的像素成反比
簡化就是
距離 = 一個常數(shù)/直徑的像素
好啦，我們已經(jīng)知道關系啦，而且還是這么的優(yōu)雅簡單！
具體操作步驟呢，就是先測出這個常數(shù)的值，怎么測不用說了吧，就是先讓球距離攝像頭10cm，打印出攝像頭里直徑的像素值，然后相乘，就得到了k的值！
然后 距離=這個常數(shù)/攝像頭里像素點，so easy.
我這里貼出OpenMV的代碼：
#Measure the distance
#
#This example shows off how to measure the distance through the size in imgage
#This example in particular looks for yellow pingpong ball.

import sensor, image, time

#For color tracking to work really well you should ideally be in a very, very,
#very, controlled enviroment where the lighting is constant…
yellow_threshold = ( 56, 83, 5, 57, 63, 80)
#You may need to tweak the above settings for tracking green things…
#Select an area in the Framebuffer to copy the color settings.

sensor.reset() # Initialize the camera sensor.
sensor.set_pixformat(sensor.RGB565) # use RGB565.
sensor.set_framesize(sensor.QQVGA) # use QQVGA for speed.
sensor.skip_frames(10) # Let new settings take affect.
sensor.set_auto_whitebal(False) # turn this off.
clock = time.clock() # Tracks FPS.
K=5000#the value should be measured

while(True):
clock.tick() # Track elapsed milliseconds between snapshots().
img = sensor.snapshot() # Take a picture and return the image.

blobs = img.find_blobs([yellow_threshold]) if len(blobs) == 1:# Draw a rect around the blob.b = blobs[0]img.draw_rectangle(b[0:4]) # rectimg.draw_cross(b[5], b[6]) # cx, cyLm = (b[2]+b[3])/2length = K/Lmprint(length)#print(clock.fps()) # Note: Your OpenMV Cam runs about half as fast while # connected to your computer. The FPS should increase once disconnected.

成果是這樣的，通過串口把距離打印出來。

總結

以上是生活随笔為你收集整理的OpenMV测距的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。