Как вы оцениваете расстояние (в реальном мире) до объекта на картинке?

Я не знаю, изменили ли вы свой вопрос в какой-то момент, но мой первый ответ довольно сложен для того, что вы хотите. Вы, вероятно, можете сделать что-то проще.

1) Длинное и сложное решение (более общие проблемы)

Сначала вам нужно знать размер объекта.

Вы можете посмотреть на алгоритмы компьютерного зрения. Если вы знаете предмет (его размеры и форму). Ваша основная проблема - проблема оценки позы (то есть найти положение объекта относительно камеры), из этого вы можете найти расстояние. Вы можете посмотреть [1] [2] (например, вы можете найти другие статьи на эту тему, если вам интересно) или выполнить поиск POSIT, SoftPOSIT. Вы можете сформулировать проблему как задачу оптимизации: найти позу, чтобы минимизировать «разницу» между реальным изображением и ожидаемым изображением (проекцией объекта с учетом предполагаемой позы). Эта разность обычно представляет собой сумму (квадратов) расстояний между каждой точкой изображения Ni и проекцией P(Mi) соответствующей точки объекта (3D) Mi для текущих параметров.

Из этого вы можете извлечь расстояние.

Для этого вам необходимо откалибровать камеру (грубо говоря, найти соотношение между положением пикселя и углом обзора).

Теперь вы можете не захотеть кодировать все это самостоятельно, вы можете использовать библиотеки Computer Vision, такие как OpenCV, Gandalf [3] ...

Теперь вы можете сделать что-то более простое (и приблизительное). Если вы можете найти расстояние изображения между двумя точками на одной и той же «глубине» (Z) от камеры, вы можете связать расстояние изображения d с реальным расстоянием D следующим образом: d = a D/Z (где a — параметр камера, связанная с фокусным расстоянием, количеством пикселей, которое можно найти с помощью калибровки камеры)

2) Краткое решение (для вас простая проблема)

Но вот (простой, короткий) ответ: если вы изображаете на плоскости, параллельной «плоскости камеры» (т.е. она идеально обращена к камере), вы можете использовать:

PH = a AH / Z
PW = a AW / Z

где Z — глубина плоскости изображения, a — собственный параметр камеры.

Для справки модель камеры-обскуры связывает изображение с координатами m=(u,v) с мировыми координатами M=(X,Y,Z) с помощью:

m   ~       K       M

[u]   [ au as u0 ] [X]
[v] ~ [    av v0 ] [Y]
[1]   [        1 ] [Z]

[u] = [ au as ] X/Z + u0
[v]   [    av ] Y/Z + v0

где «~» означает «пропорционально», а K — матрица внутренних параметров камеры. Вам нужно сделать калибровку камеры, чтобы найти параметры K. Здесь я предположил, что au=av=a и as=0.

Вы можете восстановить параметр Z из любого из этих уравнений (или взять среднее значение для обоих). Обратите внимание, что параметр Z — это не расстояние от объекта (которое варьируется в разных точках объекта), а глубина объекта (расстояние между плоскостью камеры и плоскостью объекта). но я думаю, это то, что вы хотите в любом случае.

[1] Линейное определение положения камеры по N-точке, Long Quan и Zhongdan Lan

[2] Полный линейный 4-точечный алгоритм для определения положения камеры, Лихун Чжи и Цзяньлян Тан.

[3] http://gandalf-library.sourceforge.net/

Если вы знаете размер реального объекта и угол зрения камеры, то, предполагая, что вы знаете горизонтальный угол обзора альфа (*), горизонтальное разрешение изображения равно xres, тогда расстояние dw до объекта в середина изображения шириной xp пикселей на изображении и шириной xw метров в реальном мире может быть получена следующим образом (как ваш тригонометрия?):

# Distance in "pixel space" relates to dinstance in the real word 
# (we take half of xres, xw and xp because we use the half angle of view):
(xp/2)/dp = (xw/2)/dw 
dw = ((xw/2)/(xp/2))*dp = (xw/xp)*dp (1)

# we know xp and xw, we're looking for dw, so we need to calculate dp:
# we can do this because we know xres and alpha 
# (remember, tangent = oposite/adjacent):
tan(alpha) = (xres/2)/dp
dp = (xres/2)/tan(alpha) (2)

# combine (1) and (2):
dw = ((xw/xp)*(xres/2))/tan(alpha)
# pretty print:
dw = (xw*xres)/(xp*2*tan(alpha))

(*) альфа = угол между осью камеры и линией, проходящей через крайнюю левую точку в средней строке только что видимого изображения.

Ссылка на ваши переменные: dw = D, xw = AW, xp = PW

Это может быть не полный ответ, но может подтолкнуть вас в правильном направлении. Вы когда-нибудь видели, как НАСА делает это на тех снимках из космоса? То, как у них есть эти крошечные кресты на всех изображениях. Насколько мне известно, именно так они получают четкое представление о глубине и размере объекта. Решение может заключаться в том, чтобы иметь объект, правильный размер и глубину которого вы знаете, на картинке, а затем вычислять другие относительно этого. Вам пора провести небольшое исследование. Если НАСА делает это так, то это стоит проверить.

Я должен сказать, что это один из самых интересных вопросов, которые я когда-либо видел в stackoverflow :D. Я только что заметил, что у вас есть только два тега, прикрепленных к этому вопросу. Добавление чего-то большего в отношении изображений может помочь вам лучше.