简介一套基于Python与OpenCV的双目视觉尺寸测量项目源码面向计算机视觉方向的高校学生适用于毕业设计、期末大作业或课程设计。项目通过左右摄像头采集同一场景的图像利用立体匹配原理计算视差进而还原被摄物体的尺寸信息代码包含详细注释从图像标注、相机标定到尺寸测量的关键步骤均有说明结构清晰新手也能快速掌握。资源包共23个文件压缩包大小2.27MB主要包含Python主程序、21张双目测试图像左视图、右视图及不同场景样本和README说明文档并附有运行结果图下载后搭配文档即可快速部署验证。目前已有83人学习下载。该系统是作者手打高分作品功能完善、界面简洁、操作流程顺畅经过严格调试可稳定运行能够为期末大作业或毕业设计提供一套完整且可复用的视觉测量参考方案具有较高的实际应用价值。1. 双目视觉测量尺寸为什么学校项目都选 OpenCV而不是单目加标尺拿一张 A4 纸放在桌面上单目相机拍一张你很难直接读出它的长宽因为照片里没有尺度信息。除非你在画面里放一把尺子或者事先知道拍摄距离。用 python 实现基于 OpenCV 双目视觉测量被摄物体的尺寸解决的就是这个问题左右相机各拍一张通过标定恢复相机参数用立体匹配得到逐像素视差再按三角测距把像素坐标换算成毫米尺寸。整套流程不依赖深度学习模型OpenCV 自带的标定、立体校正和 SGBM 匹配函数就能跑通是期末大作业和毕业设计里性价比很高的选题。适合手里有双摄像头、想做一个有演示效果的视觉测量工具的人。但对精度要有清醒预期——标定质量和基线长度才是决定成败的地方算法本身反而成熟稳定。2. 先把相机变成精密仪器棋盘格标定与立体校正的落地步骤双目测量的前提是把左右相机“对齐”成一台可以恢复深度的设备。相机镜头有畸变左右相机安装位置不平行这些误差如果不先消除视差计算根本不成立。这一步没有捷径老老实实走“采集标定图 → 单目参数初值 → 双目标定 → 极线校正”的流程。2.1 标定前先把棋盘格拍好打印、固定与采集脚本标定板不是随便打印一张纸就算完事。A4 纸上打印的棋盘格容易皱检测角点时会有亚像素误差反光严重时findChessboardCorners直接返回 False。我一般会把打印好的棋盘格贴在硬纸板或者亚克力板上表面尽量平整。格子数建议用 8×8 或者更大注意patternSize填的是内角点数不是格子数——8×8 的棋盘对应(7, 7)。采集标定图用下面的脚本。每按一次空格存一对图像左右图需要成对出现否则后面stereoCalibrate匹配不上。import cv2 import os save_root calib_imgs os.makedirs(os.path.join(save_root, left), exist_okTrue) os.makedirs(os.path.join(save_root, right), exist_okTrue) cap_l cv2.VideoCapture(0) # 左相机 cap_r cv2.VideoCapture(1) # 右相机 count 0 while True: # 先 grab 再 retrieve尽量减小双 USB 相机的帧不同步 ok_l cap_l.grab() ok_r cap_r.grab() if not (ok_l and ok_r): continue ret_l, frame_l cap_l.retrieve() ret_r, frame_r cap_r.retrieve() view cv2.resize(cv2.hconcat([frame_l, frame_r]), None, fx0.8, fy0.8) cv2.imshow(calib collect, view) key cv2.waitKey(1) 0xFF if key ord( ): cv2.imwrite(f{save_root}/left/{count:02d}.jpg, frame_l) cv2.imwrite(f{save_root}/right/{count:02d}.jpg, frame_r) count 1 print(saved, count) elif key ord(q): break cap_l.release() cap_r.release() cv2.destroyAllWindows()这里有一个关键细节两个VideoCapture对象各自独立抓帧USB 带宽不足时帧率会有几百毫秒的偏差。用grab() retrieve()是 OpenCV 官方推荐的折中方案先让两个管道同时进入抓帧状态再分别取回图像能明显降低左右图不同步的概率。采集时让标定板在视野里缓慢转动、倾斜覆盖画面的中心和边缘。我一般拍 25~35 对太少标定不稳太多浪费筛选时间。拍好的图像要人工翻一遍把模糊、反光、角点被手指挡住的都删掉别指望算法替你处理这些脏数据。2.2 单目到双目的标定流程核心函数与重投影误差判断OpenCV 的标定基于张正友标定法你只需要提供棋盘格角点的图像坐标和对应的三维物理坐标。棋盘格角点坐标以毫米为单位决定后续所有深度和尺寸结果的量纲所以square_size_mm必须和你的打印尺寸一致。import cv2 import numpy as np pattern_size (7, 7) # 8x8 棋盘的内角点数 square_size_mm 25.0 # 打印的棋盘格边长单位 mm objp np.zeros((pattern_size[0] * pattern_size[1], 3), np.float32) objp[:, :2] np.mgrid[0:pattern_size[0], 0:pattern_size[1]].T.reshape(-1, 2) objp[:, :2] * square_size_mm objpoints [] imgpoints_l [] imgpoints_r [] for i in range(30): img_l cv2.imread(fcalib_imgs/left/{i:02d}.jpg) img_r cv2.imread(fcalib_imgs/right/{i:02d}.jpg) gray_l cv2.cvtColor(img_l, cv2.COLOR_BGR2GRAY) gray_r cv2.cvtColor(img_r, cv2.COLOR_BGR2GRAY) ret_l, corners_l cv2.findChessboardCorners(gray_l, pattern_size) ret_r, corners_r cv2.findChessboardCorners(gray_r, pattern_size) if not (ret_l and ret_r): print(fpair {i} skipped) continue criteria (cv2.TERM_CRITERIA_EPS cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) corners_l cv2.cornerSubPix(gray_l, corners_l, (11, 11), (-1, -1), criteria) corners_r cv2.cornerSubPix(gray_r, corners_r, (11, 11), (-1, -1), criteria) objpoints.append(objp) imgpoints_l.append(corners_l) imgpoints_r.append(corners_r) h, w gray_l.shape K1_init, d1_init cv2.calibrateCamera(objpoints, imgpoints_l, (w, h), None, None)[1:3] K2_init, d2_init cv2.calibrateCamera(objpoints, imgpoints_r, (w, h), None, None)[1:3]cornerSubPix是亚像素细化别跳过。角点粗定位精度只有像素级对于视差计算这种对亚像素敏感的任务细化后标定结果的 RMS 误差能明显下降。先跑单目标定不是走流程而是给双目标定提供内参初值让CALIB_FIX_INTRINSIC只优化外参避免左右内参互相漂移。双目标定只需要一个函数ret, K1, d1, K2, d2, R, T, E, F cv2.stereoCalibrate( objpoints, imgpoints_l, imgpoints_r, K1_init, d1_init, K2_init, d2_init, (w, h), criteria(cv2.TERM_CRITERIA_EPS cv2.TERM_CRITERIA_MAX_ITER, 100, 1e-5), flagscv2.CALIB_FIX_INTRINSIC ) print(RMS reprojection error:, ret)返回的ret是重投影误差单位是像素。低于 0.5 说明标定质量很好1.0 以内勉强可用超过 1.5 直接回去重拍。T是平移向量它的 x 分量长度就是基线长度单位和你设定的square_size_mm一致后面的深度计算直接用它。CALIB_FIX_INTRINSIC的含义是固定住刚才单目标定得到的内参只优化右相机相对左相机的旋转和平移这个做法对数据集不多的情况更稳。2.3 极线校正与映射生成让左右图在同一平面上双目标定完成之后左右相机之间的 R 和 T 已知。但直接拿原始图像做匹配还不现实因为同名点不一定在同一行上搜索整个二维平面计算量太大且容易误匹配。极线校正做的事情是把左右图重新投影到同一平面上让同名点落在同一水平线匹配从二维搜索变成一维搜索。R1, R2, P1_new, P2_new, Q, roi1, roi2 cv2.stereoRectify( K1, d1, K2, d2, (w, h), R, T, flagscv2.CALIB_ZERO_DISPARITY, alpha0.0 ) map1_l, map2_l cv2.initUndistortRectifyMap(K1, d1, R1, P1_new, (w, h), cv2.CV_32FC1) map1_r, map2_r cv2.initUndistortRectifyMap(K2, d2, R2, P2_new, (w, h), cv2.CV_32FC1) rect_l cv2.remap(gray_l, map1_l, map2_l, cv2.INTER_LINEAR) rect_r cv2.remap(gray_r, map1_r, map2_r, cv2.INTER_LINEAR)两个参数要理解到位。alpha控制校正后图像的裁剪方式取 0.0 会裁掉边缘的空白和畸变区域画面略小但是干净取 1.0 会保留整幅图像的所有像素边缘会有一圈黑色渐变。测量任务里我默认用 0.0减少后续无效区域干扰。CALIB_ZERO_DISPARITY让校正后的主点在左右图中高度对齐这对极线约束是必要的。校正完怎么检查是否成功把左右校正图水平拼在一起在图上画几条横向直线看棋盘格和物体边缘是否落在同一条水平线上。如果偏差超过两三个像素说明标定图质量不高回去补拍。另一个要注意的点是校正后相机的内参变成了P1_new[0, 0]而不是原来的K1[0, 0]。后面算深度用的焦距必须是P1_new[0, 0]很多人在这翻车测出来的尺寸系统性偏大或偏小。提示stereoRectify返回的Q矩阵是三维重建矩阵后面用reprojectImageTo3D把它转成点云时会用到先存好。3. 用 SGBM 恢复深度三个决定成败的参数和一个自检习惯立体匹配的目的是给左图的每个像素找到右图中的同名点两者的列坐标之差就是视差。视差越大物体离相机越近这是双目视觉最基本的三角测量关系。OpenCV 里最常用的匹配合适函数是 SGBM它比 BM 慢一点但视差图更密、更稳也适合期末项目里做演示和误差分析。3.1 为什么是 SGBMBM、SGBM 与立体匹配的基本权衡立体匹配本质上是一个能量最小化问题——既要让像素块之间的匹配代价小又要让相邻像素的视差变化平滑。BM 是局部算法只在一个窗口内做块匹配速度快但遇到纹理弱、重复纹理的区域几乎必然出错。SGBM 是半全局匹配沿多个方向做代价聚合模拟全局平滑约束效果明显好于 BM计算量也在可接受范围内。还有一类基于深度学习的视差估计方法精度确实更高但要下载预训练模型、要有 GPU、要处理训练数据格式。对于期末大作业和毕业设计SGBM 是合理的落点OpenCV 内置、不用额外训练、参数可调答辩时也能够把原理讲清楚。这里用一对校正后的灰度图做 SGBM 匹配stereo cv2.StereoSGBM_create( minDisparity0, numDisparities64, blockSize9, P18 * 3 * 9 * 9, P232 * 3 * 9 * 9, disp12MaxDiff1, uniquenessRatio10, speckleWindowSize100, speckleRange32, modecv2.STEREO_SGBM_MODE_SGBM ) disp stereo.compute(rect_l, rect_r).astype(np.float32) / 16.0StereoSGBM的输出是定点数单位是 1/16 像素所以必须除以 16 才得到以像素为单位的真正视差。漏掉这一步后面所有深度计算都会差 16 倍。这条我见过不止一个人在答辩现场犯。3.2 SGBM 参数设置numDisparities、blockSize、P1/P2 的取值逻辑参数不是玄学每个参数都对应一个明确的物理含义和副作用。下表是我处理不同场景时的起始值按这个基准调然后再微调比盲目乱试高效。参数作用推荐起始值调参方向numDisparities视差搜索范围必须是 16 的倍数64 或 96数值太小近处大视差被截断物体发黑数值太大远处噪声变多且计算变慢minDisparity搜索起点视差0场景整体很近距离时可设为正值跳过无效小视差blockSize匹配窗口边长必须是奇数5 或 9太小纹理区易出错太大会把物体边缘磨平P1/P2视差平滑惩罚系数P18*3*bk^2P232*3*bk^2P2太大会让物体边缘的深度变得圆滑测量时边缘反而测不准uniquenessRatio唯一性比例10低则误匹配多高则有效视差占比下降disp12MaxDiff左右一致性检查阈值1比 1 大时遮挡区域会出现更多噪声speckleWindowSize去斑窗口大小100窗口太大细小结构会被当斑点抹掉blockSize和P1/P2之间存在联动。P1、P2是像素差异的惩罚和窗口面积相关公式是 OpenCV 给的经验基线。调的时候优先动numDisparities和blockSize这两个对结果的影响最大。纹理丰富的场景blockSize可以取大一点平滑区域多就要取小一点同时提高P1/P2来抑制误匹配。3.3 视差图自检匹配率、无效点比例与边缘噪声参数调完之后别急着做尺寸测量先看视差图本身。这一步是整套流程里最容易被跳过的但也是最省时间的。valid disp[disp 0] print(valid disp ratio:, len(valid) / disp.size) disp_vis cv2.normalize(disp, None, 0, 255, cv2.NORM_MINMAX).astype(np.uint8) cv2.imshow(disparity, disp_vis)我判断视差图可用有三个标准。第一有效视差占比应该在 80% 以上低于 60% 说明匹配大面积失败常见原因是左右图亮度差异太大或者场景纹理太少。第二物体边缘不应该有明显的“拖影”或空洞如果边缘区域有一条黑边多半是blockSize太大边缘像素在匹配窗口里被背景带偏了。第三平坦表面上的视差应该平滑如果出现大量椒盐噪声应该先检查左右图的曝光和色彩是不是完全一致而不是急着增大P2去压噪声。如果匹配质量确实差WLS 滤波可以当“后悔药”用——它能把视差图变平滑视觉效果很好。但要记住滤波只是把错误藏起来不是把错误修好。作为视觉辅助可以千万别用滤波后的结果直接做尺寸测量那会给你一个不真实的数据。4. 把视差图换算成物理尺寸轮廓提取、深度取值与结果输出拿到视差图之后离“尺寸测量”还差最后两步深度换算和像素宽度到物理宽度的换算。这部分的数学不难难在什么时候用哪个公式、哪些像素点不能进入计算。4.1 深度换算公式与误差边界ZfB/d 的适用条件深度和视差的关系是Z f * B / d其中f是校正后焦距像素单位B是基线长度毫米d是视差像素。写成代码很简单f_pixel P1_new[0, 0] # 校正后的像素焦距 baseline_mm abs(T[0][0]) # 基线长度单位由标定棋盘格决定 disp_safe np.maximum(disp, 1.0) depth_mm f_pixel * baseline_mm / disp_safe depth_mm[disp 0] np.nan # 无效视差的位置置为 NaNT[0][0]的符号取决于左右相机的摆放方向取绝对值就行。这里有一个精度上的反向直觉误差不是均匀分布的离相机越远深度误差增长得越剧烈。由视差误差delta_d引起的深度误差近似是delta_z ≈ Z² / (f·B) · delta_d。也就是说同样的视差误差在 1 米处和在 0.5 米处后者误差只有前者的四分之一。这就是为什么测量场景尽量放在近距离基线尽量拉长的原因。如果不是对整套公式特别有把握另一种做法是用Q矩阵直接生成三维点云再从点云里取坐标算距离points_3d cv2.reprojectImageTo3D(disp, Q) # disp 是除以 16 后的实际视差 # points_3d 的单位与标定棋盘格一致这里就是毫米这个方法的好处是不用你自己推导 fx、基线这些中间量但坏处是 Q 矩阵里已经包含了 fx 和基线的组合如果你的标定数据本身不准点云也会跟着偏。两种方法做交叉验证是排查系统性误差的好习惯。4.2 轮廓提取与尺寸测量从视差图到最小外接矩形尺寸测量的目标不是整幅图而是画面里的被测物体。常见做法是先框定 ROI用深度范围把背景去掉再在深度的二值掩码上找轮廓最后取最小外接矩形。mask_depth (depth_mm 300) (depth_mm 800) # 按实际场景调范围 mask_depth[~np.isfinite(depth_mm)] False # 如果被测物是深色物体在左图用颜色/灰度阈值辅助分割 gray_roi cv2.cvtColor(rect_l_roi, cv2.COLOR_BGR2GRAY) _, mask_gray cv2.threshold(gray_roi, 80, 255, cv2.THRESH_BINARY) mask (mask_depth (mask_gray 0)).astype(np.uint8) cnts, _ cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) cnt max(cnts, keycv2.contourArea) rect cv2.minAreaRect(cnt) # 返回 (center, (w, h), angle) (w_px, h_px) rect[1] z_obj np.nanmedian(depth_mm[mask 0]) # 用中位数而非均值 w_mm w_px * z_obj / f_pixel h_mm h_px * z_obj / f_pixelz_obj必须用中位数而不是全图均值。物体边缘的视差通常偏大或偏小均值会被边缘异常值带偏中位数对离群点稳健得多。w_px * z_obj / f_pixel的物理含义是在距离z_obj处每个像素对应的物理宽度是z_obj / f_pixel毫米乘以像素个数就是实际尺寸。这套换算的隐含假设是物体表面近似垂直于光轴。如果被测物体有明显倾斜或者表面有曲面这个简化的投影公式就不成立了。此时应改用点云中对应两点的三维坐标直接算欧氏距离。大作业阶段可以用“贴标签”的办法绕开给物体表面贴一根已知长度的基准线通过基准线的像素长度和实际长度换算比例。这个方法在答辩演示中很实用。4.3 测量结果落盘现场标注、数据表与参数记录测量结果不是光在终端打印一行数字就算完成。期末大作业和毕设的文档都需要现场数据支撑特别是要能说明“同一物体在不同距离测量偏差是多少”。我一般会把结果同时写到图片和 CSV 两个地方cv2.drawContours(img_show, [np.int0(cv2.boxPoints(rect))], -1, (0, 255, 0), 2) cv2.putText(img_show, f{w_mm:.1f} x {h_mm:.1f} mm, (rect[0][0]-80, rect[0][1]), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2) cv2.imwrite(result_01.jpg, img_show) with open(results.csv, a) as fp: fp.write(fobj01,{z_obj:.1f},{w_px:.1f},{h_px:.1f},{w_mm:.1f},{h_mm:.1f}\n)保存带测量框的现场图很重要它把“数字”和“场景”绑定在一起答辩时直接展示比口述有说服力。CSV 每条记录除了尺寸读数最好带上当时的深度和中间参数这样后处理时还能反查误差来源。对于边缘是直线的物体比如卡片、板材也可以试试HoughLinesP提取直线再求间距当作对minAreaRect结果的交叉验证两种方法结果一致时更有底气。5. 双目测量避坑五条反复翻车的问题排查记录这套流程里标定和匹配的坑都很深而且很多坑是初次做时根本不知道要提前避开的。下面这五条是出现频率最高的问题按现象、原因、解决写清楚。5.1 环境与采集阶段cv2 import 失败、棋盘格检测不到、双目不同步问题一ModuleNotFoundError: No module named cv2现象项目一启动就报错代码还没跑到相机初始化就挂了。原因OpenCV 没装或者装到了另一个 Python 环境。最常见的情况是pip install opencv-python装在了系统 Python但 IDE 里用的解释器是虚拟环境两个环境互相隔离。VSCode 里这类问题尤其多右下角解释器切换一下包就找不到了。解决先确认当前解释器路径再用python -m pip install opencv-python安装。用python -m pip而不是pip保证包装进当前解释器所在的目录。需要 SGBM 的 WLS 滤波、SIFT 这些扩展功能时装opencv-contrib-python。版本选 4.x 就行两个包别同时装不然会互相覆盖文件。问题二findChessboardCorners一直返回 False现象拍了几十张图没有一张能成功检测到角点代码一路跳过能用的标定图数量不够。原因八成是patternSize填错。8×8 格子的棋盘内角点是 7×7填(8, 8)永远检测不到。其次是棋盘格反光、纸张卷曲、图像太暗角点被模糊掉了。解决先确认pattern_size (cols-1, rows-1)。打印时用哑光纸贴在硬板上拍摄时避免直射光源。角点检测失败时可以先把灰度图做cv2.equalizeHist再检测或者换一个棋盘格重新试。最稳的办法是把棋盘格打两份一份贴在平面上另一份留着当备用。问题三左右相机画面明显不同步标定图对不上现象拍摄标定板快速移动时左右图里棋盘格的位置差异很大甚至标定板一晃就没了。静态拍摄没问题但一旦测运动物体结果完全失真。原因两个 USB 摄像头是独立设备各自的自动曝光、帧缓冲节奏不一样USB hub 带宽不足也会导致交替丢帧。解决标定和测量阶段都尽量拍静态物体这符合大部分大作业的场景设定。需要动态测量时用grab()先同时触发两个管道再retrieve()取帧能降低不同步概率。如果项目预算允许把两个相机插到主板的不同 USB 控制器上比插同一个 hub 好很多。还有一条降级路线用单个相机在同一水平位置平移拍两张伪双目图标定流程完全一样只是不适合动态场景。5.2 匹配与测量阶段黑色视差图、读数跳变、边缘毛刺问题四视差图大片黑色有效视差不到 50%现象valid ratio只有 0.3 左右视差图上物体区域全是黑的只有零星亮点。原因左右图亮度差异太大是头号嫌疑。自动曝光下左右相机对着同一场景经常给出不同的曝光参数SGBM 的代价计算对亮度差异很敏感。其次是numDisparities太小近距离物体的视差超过搜索范围被判为无效。解决先用cv2.createBackgroundSubtractor或其他方式确认左右图的直方图分布如果亮度不一致关掉相机的自动曝光改成手动曝光固定值。然后检查numDisparities近处物体视差大搜索范围不够就把范围调大比如从 64 调到 96 或 128。blockSize过大也会让边缘区域匹配失败发黑降到 5 试一次。问题五同一物体测量结果跳变每次差 5% 以上现象物体不动连续运行几次程序输出宽度从 42.3 mm 跳到 44.8 mm再跳到 40.1 mm。原因不是随机误差而是计算路径里混入了不稳定像素。物体边缘的视差本来就是渐变的边缘像素一会儿被划进轮廓一会儿被划出轮廓像素宽度就在变化。再加上深度取值如果用均值边缘异常视差会把结果拉偏。解决测量前给 ROI 加一个深度范围掩码把明显属于背景的像素排除掉深度取值改用中位数抗离群点轮廓面积过滤掉太小的杂斑。如果还是跳变把轮廓腐蚀一到两个像素让外接矩形避开边缘的过渡带。这个牺牲一点点尺寸精度换来的稳定性是值得的。注意如果误差是稳定的偏大或偏小比如总是多 3%那不是匹配问题而是标定系统误差重点检查棋盘格边长是否填错、校正后的 fx 是否用成了原内参。这类系统性误差靠调 SGBM 参数永远解决不了。6. 进阶校准技巧用已知尺寸参照物验证误差别让数据骗你标定和 SGBM 都跑通之后最容易被忽略的一步是误差验证。很多人把标定 RMS 重投影误差压到 0.3 像素就高高兴兴去测尺寸结果测出来偏差好几毫米——因为标定误差和测量误差之间不是简单线性关系。我的常规做法是每次在场景里放一个已知尺寸的参照物比如一张银行卡、一枚硬币或者打印一个 50×50 mm 的方形色块先测它再测目标物。具体操作是这样的从校正后的左图上检测参照物的轮廓得到它的像素宽度p_ref同时用双目视差算出参照物所在平面的深度z_ref。由于参照物的实际尺寸w_ref是已知的可以反推出当前场景下的像素当量f_implied p_ref * z_ref / w_ref # 由参照物反推的等效像素焦距 w_target p_target * z_target / f_implied这个f_implied和标定出来的P1_new[0, 0]理论上应该很接近。如果两个值偏差超过 5%说明标定里有系统性问题先别急着测物体回头检查棋盘格边长和校正代码。如果偏差在 1% 以内说明整套链路是可靠的直接用标定焦距继续测就行。这一步相当于给整个测量链加了一块“试金石”比单纯看几个数字舒服得多。最后我给自己定了一个规矩每套测量代码交付前拿同一个物体在不同距离测 20 次记下均值和标准差。标准差超过 2% 说明匹配不稳定均值偏差超过 3% 说明标定有系统误差。这种“先自检再交付”的习惯让我少走了很多回头路——数据不会骗人骗人的往往是我们没做验证。希望这套路线和这些踩坑记录能帮你少熬夜、少返工项目顺利交上去。希望帮到你。本文还有配套的精品资源点击获取