Python中如何使用OpenCV测量人与摄像头的距离？

要测量人与摄像头的距离，需要先检测人脸，然后根据人脸在图像中的大小来估算距离。这里提供一个完整的解决方案：

import cv2
import numpy as np

class DistanceEstimator:
    def __init__(self, known_width=16.0, known_distance=50.0):
        """
        known_width: 已知距离下的人脸宽度（厘米）
        known_distance: 已知距离（厘米）
        focal_length: 焦距（像素）
        """
        self.known_width = known_width
        self.known_distance = known_distance
        self.focal_length = None
        
    def calculate_focal_length(self, measured_width):
        """计算焦距"""
        self.focal_length = (measured_width * self.known_distance) / self.known_width
        return self.focal_length
        
    def distance_to_camera(self, perceived_width):
        """根据检测到的人脸宽度计算距离"""
        if self.focal_length is None:
            raise ValueError("请先调用calculate_focal_length()计算焦距")
        return (self.known_width * self.focal_length) / perceived_width

def main():
    # 初始化
    face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
    cap = cv2.VideoCapture(0)
    
    # 第一步：校准 - 让人站在已知距离处
    print("请站在距离摄像头50厘米处，按空格键校准...")
    calibrating = True
    
    while calibrating:
        ret, frame = cap.read()
        if not ret:
            break
            
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        faces = face_cascade.detectMultiScale(gray, 1.1, 4)
        
        for (x, y, w, h) in faces:
            cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)
            
        cv2.imshow('Calibration', frame)
        
        key = cv2.waitKey(1) & 0xFF
        if key == ord(' ') and len(faces) > 0:
            # 获取校准时的人脸宽度
            calibrate_width = faces[0][2]
            estimator = DistanceEstimator()
            estimator.calculate_focal_length(calibrate_width)
            print(f"校准完成！焦距: {estimator.focal_length:.2f}像素")
            calibrating = False
            cv2.destroyWindow('Calibration')
    
    # 第二步：实时测量距离
    print("开始实时距离测量...")
    
    while True:
        ret, frame = cap.read()
        if not ret:
            break
            
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        faces = face_cascade.detectMultiScale(gray, 1.1, 4)
        
        for (x, y, w, h) in faces:
            # 计算距离
            distance = estimator.distance_to_camera(w)
            
            # 绘制结果
            cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
            cv2.putText(frame, f"Distance: {distance:.1f}cm", 
                       (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 
                       0.7, (0, 255, 0), 2)
        
        cv2.imshow('Distance Measurement', frame)
        
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    
    cap.release()
    cv2.destroyAllWindows()

if __name__ == "__main__":
    main()

工作原理：

1. 校准阶段：让人站在已知距离（如50厘米）处，测量此时人脸在图像中的像素宽度，计算出相机的焦距
2. 测量阶段：检测实时视频中的人脸，根据人脸像素宽度和已知焦距，使用相似三角形原理计算实际距离

公式：距离 = (已知人脸宽度 × 焦距) / 检测到的人脸像素宽度

使用步骤：

1. 运行程序，按提示站在50厘米处按空格键校准
2. 校准后即可实时看到距离测量结果
3. 按’q’键退出

关键参数调整：

• known_width：需要根据实际情况调整，亚洲成年人脸宽度约14-16厘米
• face_cascade.detectMultiScale参数：可根据检测效果调整，1.1是缩放因子，4是最小邻居数

一句话总结：基于人脸检测和相似三角形原理，通过校准获得焦距后实时计算距离。