使用 Python 从图像计算汽车宽度

Question

我试图从图像中估计汽车的尺寸（在这种情况下为宽度）。 我有 3 个不同的图像（具有不同的角度）如下所示。 我已经使用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。 这是我对每辆车的基本代码：

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()检测角落，下图显示我得到了非常奇怪的结果，以蓝点显示。

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 2 张图像，就像我们的眼睛一样。 现在，在给定的场景中，我怎样才能找到汽车的宽度（即从背光左角到背光右角的真实世界距离）？ 我有相机到汽车的距离，每个相机位置之间也有距离。 另外，请让我知道此类（或相关）工作是否已经在 python 或任何其他语言中作为开源存在？ 谢谢。

Answer 1

您正在使用传统的 CV 算法，该算法无法解决您的问题，因为您的角落在平面背景中是准确的。
我建议您使用 2D 对象检测算法，从那里您将获得图像空间中对象的高度和宽度，即像素长度。
对于在世界空间中获得的宽度，使用相机校准变换等。

这个答案可能会帮助你。 https://stackoverflow.com/questions/13419605/how-to-map-xy-pixel-to-world-cordinates#:~:text=1%20Answer&text=If%20you%20have%20x%2Cy,then%20by %20your%20z_world%20coordinate 。