单目测距（摄像机采集的视频流 c++）

本文处理的对象为摄像机采集到的视频流，所采用的语言为c++。双目测距的基本原理是相似三角形原理理，具体理论可以参考大佬博客。根据相似三角形原理，见图如下图所示。

假设虚线为镜头平面，左边为成像平面，右边为物体所在的平面，H为物体的长度，h为图像的像素长度，f为焦距。我们首先要确定出焦距的大小，我偷了个懒，我先测出来相机到物体之间的具体D，已知物体长度H，在opencv中测出物体长度h,我就解出了f。利用已知的f，我们就可以用图中的公式计算出相机到物体之间的距离D了。我所采用的算法步骤如下:
1.调用摄像头
2.预处理（灰度化-高斯滤波-阈值分割）
3.寻找轮廓
4.画出最小外接矩形
5.得出外接矩形的长宽
6.计算出D的大小并显示出来
写作水平十分拙劣，代码水平需要提高，哈哈哈，这次代码总体还算不错，最大误差在1-2mm之间。

#include   
#include     
#include     
#include 
#include 
#include 
#include
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include
#include "opencv2/imgproc/imgproc_c.h"
using namespace cv;
using namespace std;

//轮廓按照面积大小升序排序
bool ascendSort(vector<Point> a, vector<Point> b)
{
     
	return a.size() < b.size();
}
//轮廓按照面积大小降序排序
bool descendSort(vector<Point> a, vector<Point> b) {
     
	return a.size() > b.size();
}
static inline bool ContoursSortFun(vector<cv::Point> contour1, vector<cv::Point> contour2)
{
     
	return (cv::contourArea(contour1) > cv::contourArea(contour2));
}
void main()
{
     
	//从摄像头读入视频  
	VideoCapture capture(0);//打开摄像头  
	if (!capture.isOpened())//没有打开摄像头的话，就返回。
		return;
	Mat edges; //定义一个Mat变量，用于存储每一帧的图像
			   //循环显示每一帧  
	while (1)
	{
     
		Mat frame; //定义一个Mat变量，用于存储每一帧的图像  
		capture >> frame;  //读取当前帧   
		imshow("Video0", frame);
		if (frame.empty())
		{
     
			break;
		}
		else
		{
     
			//waitKey(2000);可以选择进行处理帧数的时间
			cvtColor(frame, edges, CV_BGR2GRAY);//彩色转换成灰度  
			GaussianBlur(edges, edges, Size(3, 3), 0, 0);//模糊化  
														 //Canny(edges, edges, 35, 125, 3);//边缘化  
			threshold(edges, edges, 220, 255, CV_THRESH_BINARY);
			imshow("Video1", edges);
			Mat mask = Mat::zeros(edges.size(), CV_8UC1);
			vector<vector<Point>>contours;
			vector<Vec4i>hierarchy;
			findContours(edges, contours, hierarchy, RETR_LIST, CHAIN_APPROX_SIMPLE);//画出轮廓
			vector<RotatedRect> rectangle(contours.size()); //最小外接矩形    ***最小外接矩形和最小正外接矩形还是不一样的***
			Point2f rect[4];
			float width = 0;//外接矩形的宽和高
			float height = 0;

			for (int i = 0; i < contours.size(); i++)
			{
     
				rectangle[i] = minAreaRect(Mat(contours[i]));
				rectangle[i].points(rect);          //最小外接矩形的4个端点
				width = rectangle[i].size.width;
				height = rectangle[i].size.height;
				if (height >= width)
				{
     
					float x = 0;
					x = height;
					height = width;
					width = x;
				}
				cout << "宽" << width << " " << "高" << height<< endl;
				for (int j = 0; j < 4; j++)
				{
     
					cout << "0" << rect[j] << " " << "1" << rect[(j + 1) % 4 ]<< endl;
					line(frame, rect[j], rect[(j + 1) % 4], Scalar(0, 0, 255), 1, 8);//绘制最小外接矩形的每条边
				}
			}
			float D = (210 * 509.57) / width;
			char tam[100];
			sprintf(tam, "D=:%lf", D);
			putText(frame, tam, Point(100, 100), FONT_HERSHEY_SIMPLEX, 1, cvScalar(255, 0, 255), 1, 8);
			imshow("Video2", mask); //显示当前帧  
			imshow("Video3", frame);
		}
		waitKey(30); //延时30ms  
	}
	capture.release();//释放资源
	destroyAllWindows();//关闭所有窗口
}

这是我做实验的实物图：

测试所用的距离单位是mm，被测物体尽量与背景颜色有一定的差异，否则就有涉及到图形分割方面的知识，大家可以闲的时候测试下玩玩。奥利给，哈哈哈！！！