opencv 测量模型代码

以下是使用OpenCV进行模型测量的示例代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('model.jpg')

# 定义目标物体的宽度和高度
obj_width = 5.0  # cm
obj_height = 10.0  # cm

# 定义相机的内参矩阵
focal_length = 1000.0  # 焦距（单位：像素）
cam_matrix = np.array([[focal_length, 0, img.shape[1] / 2],
                       [0, focal_length, img.shape[0] / 2],
                       [0, 0, 1.0]])

# 定义畸变系数
dist_coeffs = np.zeros((4, 1))

# 定义目标物体的三维坐标
obj_points = np.array([[0, 0, 0],
                       [0, obj_height, 0],
                       [obj_width, obj_height, 0],
                       [obj_width, 0, 0]])

# 定义目标物体的图像坐标
img_points = np.array([[328, 321],
                       [348, 61],
                       [626, 62],
                       [602, 331]])

# 使用solvePnP函数计算旋转向量和平移向量
success, rvec, tvec = cv2.solvePnP(obj_points, img_points, cam_matrix, dist_coeffs)

# 使用Rodrigues函数将旋转向量转换为旋转矩阵
rot_matrix, _ = cv2.Rodrigues(rvec)

# 计算目标物体的尺寸
obj_pts = np.float32([[0, 0, 0], [0, obj_height, 0], [obj_width, obj_height, 0], [obj_width, 0, 0]])
img_pts, _ = cv2.projectPoints(obj_pts, rvec, tvec, cam_matrix, dist_coeffs)
length = np.sqrt((img_pts[1][0][0] - img_pts[0][0][0]) ** 2 + (img_pts[1][0][1] - img_pts[0][0][1]) ** 2)
width = np.sqrt((img_pts[2][0][0] - img_pts[1][0][0]) ** 2 + (img_pts[2][0][1] - img_pts[1][0][1]) ** 2)

# 在图像上绘制目标物体的边框
img_points = np.int32(img_points).reshape(-1, 2)
cv2.drawContours(img, [img_points[:4]], -1, (0, 255, 0), 2)

# 在图像上显示目标物体的尺寸
cv2.putText(img, '{:.2f} cm'.format(length / 10), tuple(img_points[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 0, 0), 2)
cv2.putText(img, '{:.2f} cm'.format(width / 10), tuple(img_points[2]), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 0, 0), 2)

# 显示图像
cv2.imshow('Image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例代码中，我们首先读取一张包含目标物体的图像。然后，我们定义了目标物体的宽度和高度，相机的内参矩阵，畸变系数，目标物体的三维坐标以及它们在图像上的坐标。接下来，我们使用solvePnP函数计算旋转向量和平移向量，并使用Rodrigues函数将旋转向量转换为旋转矩阵。然后，我们使用projectPoints函数将目标物体的三维坐标投影到图像上，并计算目标物体的尺寸。最后，我们在图像上绘制出目标物体的边框，并在图像上显示出目标物体的尺寸。