在不知道物体与相机之间的距离的情况下，如何从图像中获取物体的真实尺寸？

Question

我必须制作一个移动应用程序来计算图像中物体的真实尺寸。

我对此进行了一些研究，发现有帮助[问题]：How would you find the height of objects given an image?

相机的距离和现实生活中物体大小的关系其实并没有那么复杂，传感器上物体的大小与现实生活中的物体大小的比例是一样的焦距与到物体的距离之比。

distance to object (mm) = focal length (mm) * real height of the object (mm) * image height (pixels)
                          ---------------------------------------------------------------------------
                          object height (pixels) * sensor height (mm)

但是如果距离未知，如何获得物体的实际高度值？

从图像创建 3D 模型的工具是否具有现实生活中的尺寸？

Answer 1

简单的答案是你不能。

顺便说一句，这就是人类有两只眼睛的原因。如果要在没有已知距离的情况下判断大小，则至少需要两个参考点。这允许您对对象的位置进行三角测量，获取到它的距离，并使用您已知的焦距来计算大小。

更复杂的答案是有办法解决这个问题，例如：

1. 使用已知参考作弊：

   例如，如果你有一个已知大小的物体，你可以推断出距离。例如，这类似于 NASA does 校准其相机。

   如果您处理的是常见对象，例如分析建筑物图像时的一层高度，您可以做出安全的假设。

2. 移动你的相机：

   这使您可以使用同一台相机获得多个参考点。

   我想您可以使用加速度计来准确测量在时间点 T1 捕获的图像与点 T2 之间的位置关系。这将为您提供两个相同主题的图像，它们之间的距离已知。然后，这使您可以像有两只眼睛一样进行三角测量。

   我不知道正常的手持相机抖动是否足以进行三角测量，或者加速度计是否足够准确以惯性定位手机。

3. 假设距离：

   如果您的应用旨在比较人手（或其他人体解剖结构）大小的物体，您可以放心地根据人们的自然行为假设距离。相机本身的对焦限制也会给出一个物体可以和仍然对焦的范围的上限和下限。这可能会在可容忍的误差范围内。

正如您在问题中提到的，有一个完整的subfield 专门用于这个问题，它是一个active research area。