首先咱们明确场景前提：拍摄者与墙体平行站立，处于同一地面高度，且拍摄图像始终能捕捉到墙体底部边缘。根据观察能发现一个直观规律：拍摄者离墙体越近，墙体底部边缘在图像中越靠近底部；离得越远，该边缘越靠近图像中心——这背后是明确的几何透视关系，咱们可以基于给定参数推导深度计算公式，同时梳理额外的影响因素。

一、计算公式推导 #

首先要明确各参数的定义（几何推导的核心是参数定义清晰）：

• H：相机镜头到地面的垂直高度（因拍摄者与墙体在同一地面，墙体底部与镜头的垂直高度差即为H）
• α：相机的俯仰角（相机光轴与水平方向的夹角，向下朝向地面为正角度，对应拍摄朝向）
• y：墙体底部边缘在图像中的垂直位置（定义图像坐标系原点在顶部中心，y轴向下；图像垂直总像素数为Y）
• FOV_y：相机的垂直视场角（这是相机的固有参数，虽然你没明确提到，但透视关系推导必须用到，通常可从相机参数手册获取）

基于透视投影的几何关系，我们可以推导拍摄者到墙体的水平距离D（即目标深度）：

1. 首先，镜头看向墙体底部边缘的俯角φ满足：tanφ = H/D → φ = arctan(H/D)
2. 该俯角与相机俯仰角α的差值，是该点相对于光轴的垂直角度偏差Δφ = φ - α
3. 这个角度偏差对应图像中的垂直位置偏移Δy = y - Y/2（因为图像中心对应光轴位置），二者的关系为：Δφ = (Δy / Y) * FOV_y
4. 将上述关系联立，整理后得到深度计算公式：

D = H / tan( α + ( (y - Y/2) * FOV_y ) / Y )

注意：计算时α和FOV_y的单位要统一（都用弧度或都用角度），否则会出现计算错误。

二、影响关联关系的其他参数 #

除了你提到的三个参数外，还有不少因素会干扰这个距离-图像位置的关联：

• 相机焦距：焦距直接决定垂直视场角FOV_y，焦距越长，视场角越小，相同深度变化对应的图像位置偏移越不明显；反之焦距越短，偏移越显著。
• 图像垂直分辨率：分辨率Y越高，每像素对应的角度偏移量越小，计算出的深度精度也越高。
• 镜头畸变：实际相机镜头存在桶形/枕形畸变，会导致墙体底部边缘的图像位置出现偏移，若不提前校正，会直接影响深度计算的准确性。
• 地面平整度：如果拍摄者与墙体不在同一水平地面，或者地面有坡度，会导致垂直高度差H的实际值与假设不符，破坏几何推导的基础。
• 相机安装误差：若相机未严格与墙体平行，或者俯仰角α的测量存在误差，都会导致透视关系的偏离，使计算结果失真。
• 墙体底部的实际状态：如果墙体底部有踢脚线、垫高，或者边缘不清晰，会导致y值的定位误差，进而影响深度计算。

内容的提问来源于stack exchange，提问作者Sakala Bhargava Ram