OpenCV单目测距实战：从相机标定到距离计算的完整实现

1. 项目概述：从“看见”到“测出”的距离

单目测距，听起来像是一个需要昂贵激光雷达或者复杂双目视觉系统才能完成的任务。但事实上，只要有一台普通的摄像头，配合我们熟悉的OpenCV和一些基础的几何知识，你就能在自己的电脑上搭建一个简易的测距系统。这个实验的核心魅力在于，它剥离了复杂硬件的外壳，直指计算机视觉中一个根本性问题：如何从一张二维的图片中，反推出三维世界中的距离信息。这不仅是自动驾驶、机器人导航等领域的基础，也是理解相机成像原理、透视变换的绝佳实践。

我最初接触这个实验，是为了解决一个很实际的问题：给一个小型机械臂做视觉引导，需要它判断面前工件的大概距离。当时手头只有一个USB摄像头，预算有限，不可能上深度相机。一番摸索下来，发现单目测距的思路清晰、实现直接，虽然精度受限制，但在一定条件下完全够用。这个实验适合所有对计算机视觉感兴趣的朋友，无论你是想入门OpenCV，还是想深入理解相机模型，都能从中获得扎实的收获。它不需要你有多高深的数学功底，但会带你走过从像素坐标到真实世界坐标的完整思考路径。

2. 核心原理拆解：针孔模型与相似三角形

单目测距之所以可行，其理论基石是相机的针孔成像模型。你可以把相机想象成一个盒子，前端有一个小孔，光线穿过小孔在后端的感光元件（比如CMOS）上形成倒立的像。现代相机虽然用了透镜组，但这个简化模型在数学上依然极其有效。

2.1 相机焦距：连接像素与物理世界的桥梁

在这个模型里，有一个最关键的内参：焦距（f）。焦距不是镜头上的那个物理距离，而是在成像公式中的一个比例系数，单位是像素。它描述了现实世界中的一段距离，投影到图像平面上对应多少像素。我们可以通过相机标定来获取精确的焦距值，但对于这个实验，有一个更巧妙的办法：利用一个已知尺寸的物体进行估算。

假设我们在距离相机D米的地方，放置一个高度为H米的物体。在图像中，这个物体的高度占据了h个像素。根据相似三角形原理，我们可以建立这样一个关系式：

f (像素) = h (像素) * D (米) / H (米)

这个公式是后续所有计算的基础。它意味着，只要我们预先知道某个物体的真实尺寸（H），并在一个已知的距离（D）下拍下它，测量它在图像中的像素高度（h），就能反推出相机的焦距（f）。一旦焦距f已知，这个相机就相当于被“校准”了。之后，对于同一个物体，无论它放在哪里，我们都能通过测量它在图像中的像素高度h，利用公式D = f * H / h来估算它到相机的距离。

注意：这个方法成立有一个严格的前提：物体必须与相机的主光轴垂直，或者说，物体的成像平面应该与相机的感光平面平行。如果物体是倾斜的，这个简单的相似三角形关系就不成立了，测距会产生较大误差。在我们的实验中，会尽量保证这个条件。

2.2 从理论到实践的挑战

原理看似简单，但真正做起来，你会发现几个必须跨越的坎：

1. 物体识别与轮廓提取：计算机怎么知道图片里哪个部分是你想测距的物体？我们需要用图像处理技术（如颜色分割、边缘检测）把目标物体从背景中“抠”出来。
2. 像素尺寸测量：提取出物体轮廓后，如何准确计算它在图像中的高度（h）？是取外接矩形的高，还是主轴方向的高度？这需要根据物体形状来决定。
3. 参考物标定的精度：第一次计算焦距f时，已知距离D和物体高度H的测量误差，会直接传递到后续所有的测距结果中。因此，初始标定要尽可能准确。

理解了这些，我们就知道代码要围绕哪些核心功能展开了：图像捕获、目标检测、轮廓分析、尺寸计算和距离解算。

3. 实验环境搭建与OpenCV实战配置

工欲善其事，必先利其器。一个清爽、正确的开发环境能避免很多莫名其妙的错误。这里我以Windows平台+Python为例，其他系统大同小异。

3.1 Python环境与OpenCV安装

强烈建议使用conda或venv创建独立的Python虚拟环境，避免包版本冲突。

# 创建并激活一个名为cv的虚拟环境（conda示例） conda create -n cv python=3.8 conda activate cv # 安装OpenCV。推荐使用openCV-python-headless版本，它更轻量，不含GUI相关库（如GTK， Qt），对于服务器或专注算法的环境更友好。 pip install opencv-python-headless # 如果你需要用到OpenCV自带的highgui模块来显示图片窗口，则安装完整版 # pip install opencv-python

安装完成后，可以在Python中验证：

import cv2 print(cv2.__version__) # 应该能正常输出版本号，如4.8.0

如果你遇到了诸如ModuleNotFoundError: No module named 'cv2'这样的错误，请按以下步骤排查：

• 确认当前终端激活的Python环境是否正确（which python或python --version查看）。
• 尝试用pip list查看已安装的包，确认opencv-python是否存在。
• 有时候IDE（如VSCode、PyCharm）使用的Python解释器和你终端激活的不是同一个，需要在IDE中手动切换到虚拟环境。

3.2 摄像头测试与基础代码框架

环境准备好后，我们先写一段最简单的代码来测试摄像头，并搭建项目框架。

import cv2 import numpy as np # 初始化摄像头，0通常代表默认的USB摄像头 cap = cv2.VideoCapture(0) # 设置摄像头分辨率，这会影响后续像素测量的精度 cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280) cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720) # 检查摄像头是否成功打开 if not cap.isOpened(): print("无法打开摄像头") exit() print("按 'q' 键退出程序") while True: # 逐帧捕获 ret, frame = cap.read() if not ret: print("无法获取帧，退出...") break # 在这里进行图像处理和分析 # processed_frame = process_image(frame) # 显示原始帧和处理后的帧 cv2.imshow('Camera Feed', frame) # 按下'q'键退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放摄像头并关闭所有窗口 cap.release() cv2.destroyAllWindows()

这段代码跑通，意味着你的硬件和基础OpenCV环境没问题了。接下来，我们要把注释# 在这里进行图像处理和分析部分替换成真正的测距逻辑。

4. 核心实现：目标检测、轮廓分析与距离计算

我们的实验目标是测量一个已知尺寸的矩形物体（比如一张A4纸、一个标准大小的盒子）到摄像头的距离。选择矩形是因为它的轮廓容易提取和测量。

4.1 图像预处理：让目标“凸显”出来

直接从摄像头得到的图像包含太多噪声和复杂背景。我们需要通过预处理来简化场景，突出目标物体。常用的流程包括：灰度化、高斯模糊、边缘检测。

def preprocess_image(frame): """图像预处理流程""" # 1. 转换为灰度图，减少计算量 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 2. 高斯模糊，消除细小噪声 blurred = cv2.GaussianBlur(gray, (5, 5), 0) # 3. Canny边缘检测，找出物体的轮廓 # 两个阈值参数需要根据实际场景调整。阈值越低，检测到的边缘越多（可能包含噪声）；阈值越高，边缘越少（可能丢失真实轮廓）。 edges = cv2.Canny(blurred, threshold1=50, threshold2=150) return edges

cv2.Canny的阈值调整是个经验活。一个技巧是：可以先设一个较宽的范围（如30, 100），然后观察结果，如果背景噪声太多就调高threshold2，如果目标物体轮廓不连续就调低threshold1。

4.2 轮廓查找与筛选：找到“那个”矩形

得到边缘图后，我们用cv2.findContours来找出所有轮廓，然后从中筛选出最像矩形的那个。

def find_target_contour(edges, original_frame): """在边缘图中查找并筛选目标轮廓（假设为最大矩形）""" # 查找轮廓 # cv2.RETR_EXTERNAL 只检测最外层轮廓 # cv2.CHAIN_APPROX_SIMPLE 压缩水平、垂直和对角线方向的冗余点 contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 如果没有找到轮廓，返回None if not contours: return None, original_frame # 假设目标物体是画面中最大的轮廓（根据实际情况调整策略） target_contour = max(contours, key=cv2.contourArea) # 对轮廓进行多边形逼近，减少顶点数 peri = cv2.arcLength(target_contour, True) approx = cv2.approxPolyDP(target_contour, epsilon=0.02 * peri, closed=True) # 在原图上绘制轮廓和顶点，用于调试 debug_frame = original_frame.copy() cv2.drawContours(debug_frame, [approx], -1, (0, 255, 0), 2) # 绿色轮廓 for point in approx: x, y = point[0] cv2.circle(debug_frame, (x, y), 5, (0, 0, 255), -1) # 红色顶点 # 我们期望矩形有4个顶点。如果逼近后的多边形顶点数接近4，则认为找到了矩形。 if len(approx) == 4: return approx, debug_frame else: # 如果顶点数不是4，可能目标不是矩形，或者轮廓提取不好 print(f"警告：找到的轮廓有 {len(approx)} 个顶点，可能不是矩形。") return None, debug_frame

实操心得：cv2.approxPolyDP的epsilon参数是关键，它决定了逼近的精度。0.02 * peri是一个经验值，表示允许的误差是轮廓周长的2%。如果矩形边缘提取不完整，可以适当增大这个比例（如0.03或0.04），但过大会导致形状失真。

4.3 像素尺寸测量与距离解算

找到矩形的四个顶点后，我们需要计算它在图像中的高度（像素单位）。这里需要注意，由于透视投影，图像中矩形的对边可能不平行。一个稳健的方法是计算其最小外接矩形（cv2.minAreaRect）的高度。

def calculate_distance(contour, known_width, known_height, focal_length): """ 根据物体轮廓、已知物理尺寸和焦距计算距离。 参数： contour: 物体的轮廓（四个顶点） known_width: 物体的实际宽度（米） known_height: 物体的实际高度（米） focal_length: 相机的焦距（像素），由标定得到 返回： distance: 计算出的距离（米） pixel_height: 图像中物体的像素高度 """ # 计算轮廓的最小外接矩形 rect = cv2.minAreaRect(contour) # 返回 (中心点(x,y), (宽度,高度), 旋转角度) box = cv2.boxPoints(rect) # 获取外接矩形的四个顶点 box = np.int0(box) # 转换为整数 # 计算外接矩形的像素宽度和高度 pixel_width = rect[1][0] pixel_height = rect[1][1] # 理论上，我们可以用宽度或高度来计算距离。为了减少误差，通常选择在图像中尺寸更大的那个维度。 # 同时，需要判断外接矩形的长边对应物体的实际长边还是宽边，这里简化处理，假设高度对应known_height。 # 更严谨的做法是根据旋转角度判断。 distance_via_height = (focal_length * known_height) / pixel_height distance_via_width = (focal_length * known_width) / pixel_width # 返回两个结果的平均值，或根据情况选择更可靠的一个 distance = (distance_via_height + distance_via_width) / 2.0 return distance, pixel_height

4.4 完整的测距循环

现在，我们把所有模块组合起来，形成主循环。这里还缺少一个关键步骤：焦距标定。我们需要在程序开始时，进行一次标定。

# --- 全局参数（需要你根据实际情况修改和标定）--- KNOWN_DISTANCE = 0.5 # 标定时，物体距离相机的已知距离，单位：米。例如0.5米。 KNOWN_HEIGHT = 0.297 # 已知物体的实际高度，单位：米。例如一张A4纸的高度是0.297米。 KNOWN_WIDTH = 0.210 # 已知物体的实际宽度，单位：米。例如一张A4纸的宽度是0.210米。 # 焦距将在标定后计算得出 FOCAL_LENGTH = None # -------------------------------- def calibrate_camera(frame, known_distance, known_height, known_width): """进行一次性的相机焦距标定""" global FOCAL_LENGTH edges = preprocess_image(frame) contour, debug_frame = find_target_contour(edges, frame) if contour is not None: rect = cv2.minAreaRect(contour) pixel_height = rect[1][1] pixel_width = rect[1][0] # 使用高度和宽度分别计算焦距，然后取平均 f_h = (pixel_height * known_distance) / known_height f_w = (pixel_width * known_distance) / known_width FOCAL_LENGTH = (f_h + f_w) / 2.0 print(f"标定完成！计算出的焦距为：{FOCAL_LENGTH:.2f} 像素") return True, debug_frame else: print("标定失败：未找到有效的目标轮廓。请确保目标物体在画面中央且清晰。") return False, frame # 主函数 def main(): cap = cv2.VideoCapture(0) cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280) cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720) calibrated = False print("请将已知尺寸的物体（如A4纸）放置在距离相机约0.5米处，并正对相机。") print("按 'c' 键进行焦距标定。标定成功后，移动物体即可测距。按 'q' 键退出。") while True: ret, frame = cap.read() if not ret: break key = cv2.waitKey(1) & 0xFF if not calibrated: # 显示标定提示 cv2.putText(frame, "Press 'c' to Calibrate", (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2) if key == ord('c'): success, cal_frame = calibrate_camera(frame, KNOWN_DISTANCE, KNOWN_HEIGHT, KNOWN_WIDTH) calibrated = success frame = cal_frame # 显示标定时的轮廓画面 else: # 进行实时测距 edges = preprocess_image(frame) contour, debug_frame = find_target_contour(edges, frame) if contour is not None and FOCAL_LENGTH is not None: distance, pixel_h = calculate_distance(contour, KNOWN_WIDTH, KNOWN_HEIGHT, FOCAL_LENGTH) # 在画面上显示距离 text = f"Distance: {distance:.2f}m" cv2.putText(debug_frame, text, (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 0, 0), 2) frame = debug_frame else: cv2.putText(frame, "Target Lost", (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2) cv2.imshow('Monocular Distance Measurement', frame) if key == ord('q'): break cap.release() cv2.destroyAllWindows() if __name__ == "__main__": main()

5. 影响精度因素深度分析与优化策略

做完基础实验，你会发现测出来的距离时准时不准。这是单目测距的常态，它的精度受多种因素制约。理解这些因素，才能知道如何改进，或者在什么场景下可以信任这个结果。

5.1 误差来源剖析

1. 标定误差：这是系统误差的主要来源。KNOWN_DISTANCE和KNOWN_HEIGHT的测量是否精确？标定时物体是否完全正对相机？标定过程只进行一次，如果当时的光线、对焦状态不理想，会直接影响后续所有测量。
2. 目标姿态：我们的公式D = f * H / h严格依赖于物体正对相机的假设。如果物体发生旋转（绕X或Y轴），它在图像中的投影高度h就会变小，导致计算出的距离D大于实际距离。这是单目测距最大的局限性之一。
3. 镜头畸变：普通摄像头，尤其是广角镜头，存在桶形畸变或枕形畸变，会导致图像边缘的直线变弯。这破坏了针孔模型的假设，使得图像中心的测量比边缘更准。我们的实验通常让目标位于画面中心，以减小此影响。
4. 轮廓提取误差：光照变化、背景复杂、物体颜色与背景相近，都会导致Canny边缘检测或findContours提取的轮廓不准确，从而影响像素高度h的计算。
5. 像素量化误差：距离计算最终依赖于像素整数。当物体距离很远时，它在图像中可能只有几十个像素高，此时±1个像素的误差就会导致距离估算的百分比误差很大。

5.2 提升精度的实战技巧

根据以上分析，我们可以采取一些措施来优化：

• 精细化标定：

  • 使用高精度卷尺测量标定距离KNOWN_DISTANCE，最好固定相机和物体的位置。
  • 使用游标卡尺等工具精确测量物体的KNOWN_HEIGHT和KNOWN_WIDTH。
  • 在不同距离（如0.3m, 0.6m, 1.0m）下多次标定，取焦距的平均值，或建立焦距-距离的查找表。

• 改善图像质量与目标提取：

  • 光照：保证光线均匀，避免强光直射镜头产生光晕，或物体上有强烈反光。
  • 背景：使用纯色、与物体颜色对比度高的背景板，能极大简化轮廓提取。
  • 图像处理参数调优：针对你的特定环境（灯光、摄像头）微调Canny的阈值、GaussianBlur的核大小。可以增加形态学操作（如闭运算）来连接断裂的边缘。

  # 在Canny边缘检测后，可以尝试形态学闭运算 kernel = np.ones((5,5), np.uint8) closed_edges = cv2.morphologyEx(edges, cv2.MORPH_CLOSE, kernel)

• 多维度测量与滤波：

  • 同时利用物体的高度和宽度计算距离，然后取平均值或中位数。
  • 对连续视频帧的测量结果进行滤波，如使用移动平均或卡尔曼滤波，可以平滑抖动，得到更稳定的输出。

  # 简单的移动平均滤波示例 distance_history = [] HISTORY_SIZE = 5 def filtered_distance(new_distance): distance_history.append(new_distance) if len(distance_history) > HISTORY_SIZE: distance_history.pop(0) return sum(distance_history) / len(distance_history)

• 应对非正面姿态：如果物体倾斜无法避免，可以考虑更复杂的方案。例如，如果物体是一个矩形，你可以通过检测其四个顶点的透视变换，来估算物体的三维姿态（需要知道物体的长宽），但这需要用到cv2.solvePnP函数，超出了本基础实验的范围。

6. 常见问题排查与扩展思路

在实际操作中，你肯定会遇到各种报错和异常情况。这里我整理了一份“踩坑实录”。

6.1 问题速查表

6.2 项目扩展方向

这个简单的实验是一个起点，你可以基于它做很多有趣的扩展：

1. 多目标测距：修改轮廓查找逻辑，遍历所有大于某个面积的轮廓，对每个符合矩形特征的轮廓都计算并显示距离。
2. 结合深度学习检测器：用YOLO、SSD等模型检测特定物体（如人、车、杯子），获取其边界框。关键在于，你需要知道这个被检测物体的典型物理尺寸（如成年人的平均肩宽、汽车的车宽），才能代入公式计算。这实现了从“是什么”到“有多远”的跨越。
3. 相机标定工具箱：实现一个完整的相机标定流程，使用棋盘格标定板，通过cv2.calibrateCamera函数获取相机内参（焦距、主点）和畸变系数。然后用cv2.undistort校正图像，再进行测距，精度会显著提升。
4. 融入实际系统：将测距模块集成到你的机器人、无人机或小车项目中，作为其环境感知的一部分。例如，让小车在距离障碍物0.5米时自动停止。

这个实验的魅力就在于，它用最直观的方式揭示了单目视觉测距的可行性与局限性。当你亲手调参，看着屏幕上跳动的数字逐渐接近手中的卷尺读数时，那种对原理的理解是任何教科书都无法替代的。它可能永远达不到工业级传感器的精度，但作为理解世界、解决问题的起点，已经足够有力。