基于OpenCV与Python：像素转毫米及任意原点目标坐标获取

核心问题根源 #

你当前用的固定比例像素转毫米逻辑，完全忽略了相机透视投影的非线性特性——只有当所有目标都在镜头正前方的极小范围内时，固定比例才近似有效，一旦目标偏离原点或不在同一平面，偏差会被快速放大。畸变校正只是消除了镜头畸变，要提升精度必须结合相机内参和场景的空间约束。

优化实现步骤 #

1. 基于相机内参的透视转换（适用于已知场景深度） #

如果你能测量出目标所在平面到相机的垂直距离（比如用卡尺测原点平面到相机镜头的距离$Z$，单位毫米），可以用校正后的相机内参直接计算世界坐标：

import numpy as np

# 假设K是畸变校正后的相机内参矩阵（从yaml读取）
# K = [[fx, 0, cx], [0, fy, cy], [0, 0, 1]]，fx/fy是焦距（像素），cx/cy是光心像素坐标
# 输入：校正后的像素点(u,v)，平面深度Z（毫米）
def pixel_to_world(u, v, K, Z):
    # 转换为相机归一化坐标
    x_c = (u - K[0][2]) / K[0][0]
    y_c = (v - K[1][2]) / K[1][1]
    # 转换为世界坐标（假设世界原点在相机光轴正前方Z处，Z=0为目标平面）
    X = x_c * Z
    Y = y_c * Z
    return (X, Y)

# 计算目标与原点的距离
origin_u, origin_v = 原点像素坐标
origin_X, origin_Y = pixel_to_world(origin_u, origin_v, K, Z)
target_X, target_Y = pixel_to_world(target_u, target_v, K, Z)
distance = np.sqrt((target_X - origin_X)**2 + (target_Y - origin_Y)**2)

2. 单应性矩阵标定（适用于平面场景，精度更高） #

如果所有目标都在同一平面（比如工作台），用4个以上已知实际坐标的标定点（打印棋盘格，用卡尺精准测量每个角点的毫米坐标）求解单应性矩阵$H$，直接完成像素到世界坐标的映射：

import cv2
import numpy as np

# 准备标定数据：校正后的像素点 ↔ 对应的世界坐标（毫米）
pixel_points = np.array([[u1,v1], [u2,v2], [u3,v3], [u4,v4]], dtype=np.float32)
world_points = np.array([[x1,y1], [x2,y2], [x3,y3], [x4,y4]], dtype=np.float32)

# 求解单应性矩阵
H, _ = cv2.findHomography(pixel_points, world_points)

# 像素转世界坐标
def pixel_to_world(u, v, H):
    pixel_homo = np.array([u, v, 1], dtype=np.float32)
    world_homo = H @ pixel_homo
    world_homo /= world_homo[2]  # 齐次坐标归一化
    return (world_homo[0], world_homo[1])

# 计算距离
origin_X, origin_Y = pixel_to_world(origin_u, origin_v, H)
target_X, target_Y = pixel_to_world(target_u, target_v, H)
distance = np.sqrt((target_X - origin_X)**2 + (target_Y - origin_Y)**2)

3. 系统误差补偿 #

用5-10个不同位置的目标点，分别记录卡尺测量的实际距离和转换后的计算距离，计算平均误差系数$k = 实际距离均值 / 计算距离均值$，后续所有计算结果乘以$k$，可进一步消除相机标定或测量带来的系统偏差。

4. 关键验证环节 #

• 检查畸变校正效果：用棋盘格图像验证，校正后的角点应严格呈直线排列，否则说明标定参数加载或校正逻辑有误。
• 标定点选位：尽量覆盖整个成像区域，避免只选中心区域，否则边缘目标的转换精度会下降。

内容的提问来源于stack exchange，提问作者GoTVm