有没有一种方法可以使用立体相机计算到特定对象的距离？有没有一个方程或什么东西可以用视差或角度来获得距离？
注意：这里描述的一切都可以在Learning OpenCV一书中的相机校准和立体视觉章节中找到。你应该阅读这些章节来更好地理解下面的步骤。
一种不需要您自己测量所有相机内部和外部的方法是使用openCV校准功能。相机内部（镜头失真/偏斜等）可以用cv:：calibrateCamera计算，而外部（左右相机之间的关系）可以用cv:：stereoCalibrate计算。这些函数获取像素坐标中的多个点，并尝试将它们映射到真实世界的对象坐标。CV有一种很好的方法来获得这些点，打印出一个黑白棋盘，并使用CV:：findChesboardCorners/CV:：cornerSubPix函数来提取它们。大约10-15个图像对的棋盘就可以了。
校准函数计算的矩阵可以保存到光盘中，这样您就不必每次启动应用程序时都重复这个过程。这里有一些简洁的矩阵，可以创建一个校正图（cv:：stereoRectify/cv:：initUnstortRectifyMap），稍后可以使用cv:：remap将其应用于图像。你还得到了一个称为Q的整洁矩阵，这是一个视差到深度的矩阵。
校正图像的原因是，一旦一对图像的过程完成（假设校准正确），一张图像中的每个像素/对象都可以在另一张图像的同一行上找到。
根据你在图像中寻找的功能类型，你可以从这里选择几种方法。一种方法是使用CV立体对应函数，例如立体块匹配或半全局块匹配。这将为您提供整个图像的视差图，可以使用Q矩阵（cv:：reprojectImageTo3D）将其转换为3D点。
这种情况的缺点是，除非图像中有很多纹理信息，否则CV并不擅长构建密集的视差图（在它找不到给定像素的正确视差的地方，你会发现其中的间隙），所以另一种方法是找到你想要匹配的点。假设您在x=40、y=110的左图像和x=22的右图像中找到特征/对象（由于图像经过校正，因此它们应该具有相同的y值）。视差计算为d=40-22=18。
构造一个cv:：Point3f（x，y，d），在我们的例子中（40110,18）。以同样的方式找到其他感兴趣的点，然后将所有点发送到cv:：perspectiveTransform（以Q矩阵作为变换矩阵，本质上这个函数是cv:：reprojectImageTo3D，但对于稀疏视差图），输出将是XYZ坐标系中的点，左相机位于中心。
我仍在研究它，所以我还不会发布整个源代码。但我会给你一个概念性的解决方案。
您将需要以下数据作为输入（对于两台相机）：
- 摄像机位置
- 摄像机关注点（摄像机正在观察的点）
- 相机分辨率（水平和垂直）
- 摄像机视场角（水平和垂直）
你可以自己测量最后一个，方法是把相机放在一张纸上，画两条线，并测量这两条线之间的角度。
相机不必以任何方式对齐，您只需要能够在两个相机中看到您的对象。
现在计算从每个摄影机到对象的矢量。每个摄影机都有对象的（X，Y）像素坐标，需要计算向量（X，Y，Z）。请注意，在简单的情况下，当物体位于相机的正中间时，解决方案只是（camera.PointOfInterest-camera.Position）
一旦两个矢量都指向目标，这些矢量定义的直线就应该在理想世界中的一个点上相交。在现实世界中，由于测量误差小和相机分辨率有限，他们不会这样做。因此，使用下面的链接来计算两条直线之间的距离向量。
两条线之间的距离
在这个链接中：P0是你的第一个凸轮位置，Q0是你的第二个凸轮位置。u和v是从相机位置开始指向目标的矢量。
你对实际距离不感兴趣，他们想计算。您需要向量Wc-我们可以假设对象位于Wc的中间。一旦你确定了物体在三维空间中的位置，你也可以获得你喜欢的任何距离。
我将很快发布整个源代码。
我有检测人脸的源代码，不仅返回深度，还返回真实世界坐标，左摄像头（或右摄像头，我记不清了）是原点。它改编自"Learning OpenCV"的源代码，并参考了一些网站以使其发挥作用。结果通常是相当准确的。