简介：这套基于 Python 与 OpenCV 的双目视觉尺寸测量项目源码及配套文档，面向需要完成毕业设计、期末大作业或课程设计的计算机视觉方向读者，旨在帮助快速搭建物体尺寸测量系统，理解双目视差、相机标定与三角测量等核心原理。资源包共 23 个文件，压缩后约 2.27MB，内含 21 张左右目测试图像、1 个带详细注释的 Python 主程序，以及 1 份 Markdown 说明文档；代码覆盖图像预处理、特征提取、立体匹配和尺寸换算等关键环节，文档则配合源码讲解项目结构、运行方式与算法思路。整套项目目前已有 83 人学习，界面直观、功能完整，可在本地直接部署运行；项目经过严格调试，整体流程清晰，适合作为高分离线项目参考。对初学者而言，清晰的注释能降低入门门槛；对进阶者，也能提供从图像标定到实际测距的完整工程参考。
1. 双目视觉测尺寸：为什么说它比单目靠谱，又容易在哪里翻车
期末大作业要测一个纸盒的长宽高，你首先想到的是用 OpenCV 加单目摄像头，把画面里像素换算成毫米。但拍过就知道，物体离镜头近一点、远一点，同样一个盒子的像素高度变了，而单目图像里根本没有深度信息，比例尺是猜的。基于 OpenCV 的双目视觉测量被摄物体尺寸，本质就是用两个固定间距的摄像头模拟人眼，通过左右图像的视差把每个像素的深度算出来，再在三维空间里量两点距离。这个方案能解决的正是“物体不在同一平面、相机距离未知”时的尺寸测量问题，适合期末大作业、毕设里需要展示完整技术链路的场景。它能同时拿到深度图和三维坐标，但前提是标定、立体匹配、测量三环都别出错，任何一个环节失守，测出来的数字比单目还离谱。
2. 从相机标定到极线校正：先把双目系统的“尺子”校准
2.1 双目测距的原理与坐标系：视差、基线、焦距的关系
双目测尺寸的核心不是“拍两张图”，而是知道左右两个相机之间的空间关系。一个理想的双目系统里，左右相机光心距离叫基线b，焦距是f，空间中某一点 P 在左右相机成像平面上的水平坐标分别是xl和xr，视差d = xl - xr。根据相似三角形，深度z = f * b / d。有了 z，再加上相机内参，就能把像素坐标(u, v)换算成相机坐标系下的三维坐标：
X = (u - cx) * z / fx Y = (v - cy) * z / fy Z = z所以整个测量流程可以拆成三步：先把左右相机各自的内参和畸变算出来，这叫单目标定；再算两个相机之间的旋转矩阵 R 和平移向量 T，这叫双目标定；最后把左右图像校正成严格的“左右对齐只差视差”的形态，这叫立体校正。校准这一步是后面所有数字的尺子，尺子歪了，测出来的尺寸全是错的。
2.2 标定板采集与 calibrateCamera 参数：棋盘格数量与角点提取
我一般建议用 OpenCV 的经典标定流程，不需要额外下载标定工具。首先打印一张棋盘格，贴在硬纸板上。内角点数量建议用 9×6 或者 8×6，不要用太少，角点太少解出来的内参不稳定。采集时左右相机各拍一组，同一时刻拍同一个棋盘格姿势，至少拍 15 组，角度要覆盖倾斜、平移、远近不同。采集代码如下：
import cv2 import numpy as np # 棋盘格内角点数，比如横向9个，纵向6个 pattern_size = (9, 6) criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) def collect_chessboard(cap_left, cap_right, save_dir, count=20): for i in range(count): ret_l, frame_l = cap_left.read() ret_r, frame_r = cap_right.read() gray_l = cv2.cvtColor(frame_l, cv2.COLOR_BGR2GRAY) gray_r = cv2.cvtColor(frame_r, cv2.COLOR_BGR2GRAY) found_l, corners_l = cv2.findChessboardCorners(gray_l, pattern_size, None) found_r, corners_r = cv2.findChessboardCorners(gray_r, pattern_size, None) if found_l and found_r: 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) cv2.imwrite(f"{save_dir}/left_{i:02d}.jpg", frame_l) cv2.imwrite(f"{save_dir}/right_{i:02d}.jpg", frame_r) print(f"采集第 {i+1} 组，左右同时检测到角点")cornerSubPix是把角点精度从像素级提升到亚像素级的关键，窗口大小取(11, 11)即可。采集时要注意：左右两张图必须同时按下快门，或者用支持同步的双目摄像头，否则棋盘格在运动中拍出来的左右位置不匹配，后面的立体标定会出现无法收敛的畸变。保存图像后，再统一读取文件做标定，避免实时标定时相机还在自动调节曝光。这里有一个细节：OpenCV 标定需要的是“世界坐标”的棋盘格角点，如果用 9×6 棋盘，每个格子边长记得量准确，单位用毫米。
标定主体代码：
def calibrate_camera(image_paths, pattern_size, square_size): # 生成棋盘格角点的三维世界坐标，假设棋盘格在Z=0平面 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 *= square_size obj_points = [] img_points = [] for path in image_paths: img = cv2.imread(path) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret, corners = cv2.findChessboardCorners(gray, pattern_size, None) if ret: corners = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)) obj_points.append(objp) img_points.append(corners) ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera( obj_points, img_points, gray.shape[::-1], None, None) return mtx, distsquare_size是实际标定板的格子边长，单位必须一致，比如 25 毫米，后面测尺寸的结果单位就是毫米。如果这里写错，内参里的焦距会等比例错，最终测出来的长宽高全部偏移。标定完成之后，用cv2.projectPoints把角点重新投影回图像，计算重投影误差，一般小于 0.1 像素算合格。如果误差在 0.5 像素以上，多半是采集图像模糊、标定板不平整或者图片数量太少。
2.3 立体校正与 stereoRectify 参数：alpha 和平衡
单目标定之后，还需要双目标定来求两台相机的相对位置关系。这里用stereoCalibrate，输入左右相机各自的内参和畸变系数，以及每一对图像的角点坐标，输出旋转矩阵R、平移向量T。拿到R和T后，用stereoRectify生成校正映射：
def stereo_rectify(mtx_l, dist_l, mtx_r, dist_r, R, T, image_size): R1, R2, P1, P2, Q, _, _ = cv2.stereoRectify( mtx_l, dist_l, mtx_r, dist_r, image_size, R, T, alpha=0, flags=cv2.CALIB_ZERO_DISPARITY) map1_l, map2_l = cv2.initUndistortRectifyMap( mtx_l, dist_l, R1, P1, image_size, cv2.CV_32FC1) map1_r, map2_r = cv2.initUndistortRectifyMap( mtx_r, dist_r, R2, P2, image_size, cv2.CV_32FC1) return map1_l, map2_l, map1_r, map2_r, QstereoRectify的alpha参数控制校正后图像保留多少原始像素。alpha=0会裁剪掉图像边缘的非公共区域，导致视差图有效区域变小；alpha=1会保留全部像素，但边缘会出现黑色条带。我一般取alpha=0，让有效区域最大化，同时配合CALIB_ZERO_DISPARITY让主点保持一致，这样后续 SGBM 搜索范围更整齐。Q是重投影矩阵，后面从视差图转三维坐标全靠它。校正之后可以用cv2.remap生成校正图，再用鼠标点同一物理点在左右图上的像素坐标，看是否在同一水平线上，明显不在就说明标定失败。
3. 用 OpenCV 实现视差图与深度图：SGBM 参数是唯一玄学
3.1 视差计算的最小闭环：SGBM 创建与参数初始化
标定和校正都通过后，下一步是立体匹配。OpenCV 里有两种常见的匹配器：StereoBM和SGBM。BM 快但噪声大，SGBM 慢但更平滑，实测中 SGBM 配合 WLS 滤波是期末作业和毕设里最稳妥的组合。最小闭环代码：
def create_sgbm(min_disparity=0, num_disparities=64, block_size=11): left_matcher = cv2.StereoSGBM_create( minDisparity=min_disparity, numDisparities=num_disparities, blockSize=block_size, P1=8 * 3 * block_size ** 2, P2=32 * 3 * block_size ** 2, disp12MaxDiff=1, uniquenessRatio=10, speckleWindowSize=100, speckleRange=32, mode=cv2.STEREO_SGBM_MODE_SGBM_3WAY ) return left_matchernumDisparities必须能被 16 整除，它决定了搜索的视差范围。如果被测物体离相机较近，视差范围大，取 96 或 128；物体在 1 米以外，64 就够。blockSize必须是奇数，值越大对噪声越不敏感，但也会抹掉边缘细节。P1和P2是平滑惩罚项，控制视差图的平滑程度。经验值是小 blockSize 时用8 * 3 * blockSize**2和32 * 3 * blockSize**2，当 blockSize 增大时，P1、P2 按比例调大。uniquenessRatio用于排除低置信度的匹配点，10 到 15 之间比较合适。这些参数没有万能取值，我用一组默认值跑完再根据视差图里的空洞和横条纹调。
3.2 从视差到深度：重投影矩阵 Q 与 point cloud 的换算
得到原始视差图disp后，需要用reprojectImageTo3D把它转换成三维点集。这个函数用到双目标定时输出的Q矩阵：
def compute_depth(disp, Q, min_depth=100, max_depth=2000): # disp 是 int16 格式，值表示实际视差 * 16 disp_float = disp.astype(np.float32) / 16.0 disp_float[disp_float <= 0] = 0.1 # 避免除零 points_3d = cv2.reprojectImageTo3D(disp_float, Q, handleMissingValues=True) # 取出每个像素的深度 Z depth_map = points_3d[:, :, 2] depth_map[depth_map < min_depth] = 0 depth_map[depth_map > max_depth] = 0 return points_3d, depth_map一个常见的坑：SGBM 输出的disp是定点数，真实视差必须除以 16。如果漏掉这一步，深度会小 16 倍，测出来的尺寸也小 16 倍。另外handleMissingValues=True会把无效点置成 0，但处理时会引入边缘的异常值，所以后面必须做深度裁剪。min_depth和max_depth根据你的拍摄距离设置，比如物体离相机 50 到 150 厘米，就设 500 和 1500 毫米，能过滤掉大部分噪声。如果你只想看深度，可以用cv2.normalize把深度图映射到 0-255 显示，但测量尺寸时一定要用三维坐标点，而不是直接用视差换算的近似深度。
3.3 深度图后处理：WLS 滤波与空洞填充的参数选择
原始视差图通常有大量黑色空洞，尤其是纹理少的区域，比如纸箱的纯色表面。OpenCV 的ximgproc模块提供了 WLS 滤波，需要左右两个方向的一致性检查。做法是先创建右匹配器，算出右视差图，再传给createDisparityWLSFilter：
def wls_filter(left_matcher, left_img, right_img, disp_l, disp_r, sigma=1.5, lmbda=8000): right_matcher = cv2.ximgproc.createRightMatcher(left_matcher) disp_r = right_matcher.compute(right_img, left_img) wls_filter = cv2.ximgproc.createDisparityWLSFilter(left_matcher) wls_filter.setLambda(lmbda) wls_filter.setSigmaColor(sigma) filtered_disp = wls_filter.filter(disp_l, left_img, disparity_map_right=disp_r) return filtered_displmbda是平滑权重，值越大视差图越平滑，但实际物体的棱角也会被抹平，导致边缘向外扩，测出来的尺寸偏大。我用 8000 到 10000 之间，sigma用 1.5。滤波后仍然会有小块空洞，可以再做一步中值滤波或者形态学闭合。注意createRightMatcher使用的参数必须与左匹配器完全一致，否则左右一致性检查会失效。这一章做完，你已经能从一对图像中得到每个像素的三维坐标，接下来该怎么量尺寸，取决于被测物体放在哪里、你要量的是哪个部位。
4. 测量被摄物体的尺寸：像素坐标到世界坐标的换算与 ROI 操作
4.1 目标分割与基准平面拟合：在最简单场景下先跑通
测量尺寸时，最直接的思路是：鼠标在左图上框出被测区域，然后取这一区域内的三维点云，计算两点间距离。但要保证精度，必须知道物体放置的平面。如果物体放在桌面上，我们可以先用标定板或者一个已知平面拟合出桌面方程，这样物体表面即使不平整，也能用平面投影来消除视角误差。
一个更简单的方案适合期末大作业：把被测物体放在一个棋盘格标定板上，用标定板所在的平面作为基准面。检测棋盘格角点得到该平面的位姿，然后把物体上的像素点投影到这个平面。代码思路如下：
def segment_object_by_roi(image, depth_map, roi): x, y, w, h = roi roi_depth = depth_map[y:y+h, x:x+w] # 用ROI内深度中值作为物体表面深度 valid_depth = roi_depth[roi_depth > 0] if len(valid_depth) == 0: return None surface_depth = np.median(valid_depth) # 得到ROI中心像素的三维坐标 cx = x + w // 2 cy = y + h // 2 # 根据深度和相机内参反算三维坐标 fx = mtx_l[0, 0] fy = mtx_l[1, 1] cx_intr = mtx_l[0, 2] cy_intr = mtx_l[1, 2] X = (cx - cx_intr) * surface_depth / fx Y = (cy - cy_intr) * surface_depth / fy Z = surface_depth return (X, Y, Z)这个简化模型假设物体表面是一个平面，并且深度取中值。实测时，如果物体的厚度不能忽略，比如一个盒子，要分别测顶面和放置平面的距离来得到高度，而不是直接取表面深度。roi可以用cv2.selectROI让用户手动框选，这比自动分割更稳，因为复杂背景下自动分割经常把阴影和反光也算进去。
4.2 尺寸计算：两点间欧氏距离与尺度因子
有了两点的三维坐标，长宽就是三维空间里的欧氏距离。但如果你已经让物体贴着基准平面放置，测量顶面两个边缘点之间的距离时，需要把这两个点投影到同一平面上，否则因为透视倾斜，算出来的距离比真实值偏大。
我一般先拟合一个平面到点云数据，然后把待测点垂直投影到这个平面，再算投影后的距离。拟合平面可以用最小二乘，OpenCV 没有直接封装，但可以用np.linalg.lstsq：
def fit_plane(points): # points: Nx3 矩阵 centroid = points.mean(axis=0) centered = points - centroid _, _, vt = np.linalg.svd(centered) normal = vt[-1] d = -np.dot(normal, centroid) return normal, d def project_to_plane(point, normal, d): # 点到平面投影 dist = np.dot(normal, point) + d return point - dist * normal这个函数可以复用标定板的角点，把检测到的棋盘格角点三维坐标喂进去，得到标定板平面方程。测量物体轮廓上的任意点时候，先投影到该平面，再计算两点距离，能显著减少相机倾斜带来的误差。实际操作中，我会在左图上用鼠标点击物体的两个角点，然后去三维点云里取这两个像素坐标对应的 XYZ。
4.3 把测量程序封装成函数：输入输出与可视化
为了让代码看起来像一个完整的“项目源码”，最好把整个流程封装成一个类或者一组函数，方便期末答辩时演示。下面是一个最小封装：
class StereoMeasurer: def __init__(self, mtx_l, dist_l, mtx_r, dist_r, R, T): self.mtx_l = mtx_l self.dist_l = dist_l self.dist_r = dist_r self.R = R self.T = T self.map1_l, self.map2_l, self.map1_r, self.map2_r, self.Q = None, None, None, None, None def rectify(self, image_size, alpha=0): self.R1, self.R2, self.P1, self.P2, self.Q, _, _ = cv2.stereoRectify( self.mtx_l, self.dist_l, self.mtx_r, self.dist_r, image_size, self.R, self.T, alpha=alpha) self.map1_l, self.map2_l = cv2.initUndistortRectifyMap( self.mtx_l, self.dist_l, self.R1, self.P1, image_size, cv2.CV_32FC1) self.map1_r, self.map2_r = cv2.initUndistortRectifyMap( self.mtx_r, self.dist_r, self.R2, self.P2, image_size, cv2.CV_32FC1) def compute_disparity(self, left, right, sgbm_params): left_rect = cv2.remap(left, self.map1_l, self.map2_l, cv2.INTER_LINEAR) right_rect = cv2.remap(right, self.map1_r, self.map2_r, cv2.INTER_LINEAR) matcher = create_sgbm(**sgbm_params) disp = matcher.compute(left_rect, right_rect) return disp def measure_distance(self, left, right, p1, p2, sgbm_params): disp = self.compute_disparity(left, right, sgbm_params) _, depth_map = compute_depth(disp, self.Q) # p1, p2 是左图上的像素坐标 d1 = depth_map[p1[1], p1[0]] d2 = depth_map[p2[1], p2[0]] if d1 <= 0 or d2 <= 0: return None # 根据深度和相机内参计算3D点 pt1 = pixel_to_3d(p1, d1, self.mtx_l) pt2 = pixel_to_3d(p2, d2, self.mtx_l) return np.linalg.norm(pt1 - pt2)pixel_to_3d函数就是前面提到的反投影公式。可视化部分可以用cv2.imshow把视差图和深度图并排显示，再画上你点击的测量点和连线。所有这些代码合在一起，就是一个可供答辩演示的“基于 OpenCV 的双目视觉尺寸测量”项目。
5. 双目测尺寸的常见坑与排查：从标定到测量的 5 条血泪经验
5.1 重投影误差看着低，测出来却差一截
现象：calibrateCamera返回的重投影误差只有 0.08 像素，但测量一个 100 毫米的标准块，结果偏差超过 10 毫米。
原因：单目标定的重投影误差只代表单目内参自洽，不代表双目标定里的R、T准确。常见的是左右相机采集棋盘格时，两组图像没有严格同步，或者棋盘格一半被遮挡，角点检测到的位置有偏移。另一个隐藏原因是标定板不平整，打印纸贴在弯曲的纸板上，角点世界坐标和真实位置有偏差。
解决：把左右相机固定在一个刚性支架上，用外触发或者同时拍照；每张图像检查棋盘格所有内角点都被完整检测到；标定板用玻璃贴片或硬塑料板。我习惯把采集的图像数量从 15 组增加到 25 组，并保证棋盘格在画面四个角和中心都出现过。
5.2 视差图全是横纹或者“鬼影”
现象：SGBM 计算出的视差图有一条条的水平条纹，物体边缘像带锯齿的重影，深度图看起来是脏的色块。
原因：左右图像校正不彻底，极线没有严格对齐。stereoRectify之后没有验收，直接丢给 SGBM。SGBM 的搜索窗口默认只做水平搜索，如果极线有哪怕 1-2 个像素的偏差，匹配就全乱。
解决：用cv2.remap校正后，在左右图上画一条水平线，观察同一个角点是否落在同一条水平线上。如果有偏差，检查stereoRectify的入参是不是左右内参写反了，或者R、T方向不对。另一个常见原因是相机分辨率不小，但标定时没有传入正确的imageSize，导致映射矩阵尺寸和原图对不上。
5.3 纯色物体测出来的尺寸忽大忽小
现象：一个白色纸箱放在浅色桌面上，视差图里纸箱表面有大片空洞，边缘被噪声覆盖，连续测量两次结果差了 20 毫米。
原因：SGBM 依赖纹理来匹配左右图像。纯色区域没有梯度，匹配置信度低，OpenCV 只能靠平滑项去猜，猜出来的视差自然不稳。
解决：最省事的办法是在物体表面贴上带纹理的贴纸或撒一点细小颗粒物；如果不想破坏外观，就把blockSize调大，让平滑窗口覆盖更大区域，或者用 WLS 滤波把空洞补上。但要记住，blockSize也不能无脑大，它会把边缘往里收窄，导致测出来的尺寸偏小，需要拿标准块标定一次补偿值。
5.4 测量时相机被碰一下，所有数据全废
现象：标定和测量都正常，但某次测量前相机支架被碰歪了，之后测出的尺寸直接飘了。
原因：双目测量的前提是两个相机的相对位姿不变。只要左右相机之间有任何微小的旋转和平移，R、T和Q矩阵全部失效，视差和深度跟着错。
解决：相机支架要用螺丝锁死，不要用夹子或双面胶。记录每个标定板角点的三维坐标，如果发现前后两次标定得到的R、T变化超过 0.1 毫米量级，就重新标定。另一个实用方案是做“在线校验”：每次开机拍一张固定位置的棋盘格，计算当前的R、T，如果和标定结果偏差大就报错提醒。
5.5 手动点击测量点时，亚像素精度不够
现象：用鼠标点击角点时的像素坐标是整数，取深度时也是取单点像素的值，导致两三次测量重复性差。
原因：整数值像素对边缘而言有 0.5 像素的量化误差，深度图的单点噪声又会被放大，测出来的距离自然抖。
解决：测量点不要在 ROI 里取单个像素，而是取该点周围 3×3 或 5×5 窗口的深度中值。如果物体边缘有清晰的角点，用cv2.cornerSubPix先求亚像素角点再测。另外，深度图本身要先做中值滤波，cv2.medianBlur(depth, 5)能有效抑制单点噪声，但要注意滤波核太大会把边缘弄圆。
6. 进阶：用自动标定与单应性简化测量，附验证方法和验收习惯
如果你的项目时间不够，不想走完整双目标定流程，还有一种适合固定场景的简化方案：把相机固定在一个已知高度的支架上，拍摄一个贴着棋盘格的平面，然后用单应性矩阵建立像素到真实平面坐标的映射。这种方法只适合物体完全贴合这个平面、且没有明显厚度的场景，比如测量一张纸的长度、一个 PCB 板的尺寸。它不需要 SGBM，直接以棋盘格角点为基准，计算单应性矩阵H，然后测量任意两点在平面上的距离。这个方案速度更快，精度取决于标定板到相机的距离和棋盘的角点检测精度，通常能达到 0.5 毫米以内，前提是物体高度差不超过 2 毫米。它的局限是量不了高度，量不了圆柱和斜面。
验证测量结果时，不要只测一个标准块就宣布成功。我建议准备三组参照物：硬币（直径已知 25 毫米）、A4 纸（宽 210 毫米）和一个手机（长度可查）。每个物体测 10 次，记录每次的像素坐标和计算结果，计算均值和标准差。如果标准差超过 1 毫米，说明图像采集或者 SGBM 的稳定性不够，检查光线是否变化、物体是否反光、相机是否用了自动对焦——自动对焦是测量的大敌，必须手动锁焦。另外，每次测量前都先测一次固定位置的棋盘格，用重投影误差作为当日系统的“健康指标”。
我最后的习惯是，把每一组测量数据连同当时的视差图、深度图一起存成一个文件夹，命名带上日期和工况。这样答辩时老师问“这个结果怎么来的”，我能直接调出原始数据复现，而不是只给一张截图。这个习惯帮我挽回过好多次因为环境光变化导致结果无法复现的局面。双目测尺寸这条路，真正难的不是算法，是你有没有把所有会导致误差的细节都看住。希望这篇笔记能帮你在期末或毕设里少走几步弯路。
本文还有配套的精品资源，点击获取
