如何计算相机视场角

---

简介

• 视野，视场，视角(field of view, FOV)

• 在光学仪器中，以光学仪器的镜头为顶点，以被测目标的物像可通过镜头的最大范围的两条边缘构成的夹角，称为视场角

• 视场角分为水平视场角和垂直视场角

视场角计算

SDK

• 部分海康相机SDK可以获取视场角
• 如果NET_DVR_GetLastError返回错误代码23，说明设备不支持

NET_DVR_GetSTDConfig(lUserID, NET_DVR_GET_GISINFO, &struCfg);
float fHorizontalValue = struGISInfo.fHorizontalValue; // 水平视场角
float fVerticalValue = struGISInfo.fVerticalValue;  // 垂直视场角
printf("水平视场角:%.3f, 垂直视场角:%.3f\n", fHorizontalValue, fVerticalValue);

视距和视场宽高

• 根据实际视距和视场宽高来计算

$$\{\begin{array}{l}{\alpha }_h=2arctan\frac{实际视场宽度/2}{实际视距}\\ {\alpha }_v=2arctan\frac{实际视场高度/2}{实际视距}\end{array}$$

CCD靶面尺寸

• 根据CCD靶面尺寸和焦距来计算
• 可以查询《靶面尺寸和镜头焦距配套对应的视场角》

$$\{\begin{array}{l}{\alpha }_h=2arctan\frac{H_{CCD}}{2f_h}\\ {\alpha }_v=2arctan\frac{W_{CCD}}{2f_v}\end{array}$$

像素焦距和图像长宽

• 根据像素焦距和图像长宽获取

$$\{\begin{array}{l}{\alpha }_h=2arctan\frac{H_{img}}{2f_x}\\ {\alpha }_v=2arctan\frac{W_{img}}{2f_y}\end{array}$$

• 比较推荐这一种方法，简单示例:

1. 寻找已知实际尺寸的四个点，不同角度拍摄至少四张

2. 标定内参矩阵

def build_world_coor(num_points=4): # 自定义世界坐标系
    world_coor = np.zeros((num_points, 3), np.float32)
    world_coor[0,:] = [0, 0, 0]
    world_coor[1,:] = [0.6, 0,0]
    world_coor[2,:] = [0.6, 0.6, 0]
    world_coor[3,:] = [0, 0.6, 0]
    return world_coor

def calib_k(path, size, num_points, path_out=None): # 内参标定
    world_coor = build_world_coor(num_points)
    l_data = read_data(path)
    l_world, l_img = [], []
    for ind, item in enumerate(l_data):
        img_coor = np.zeros((num_points, 1, 2), dtype='float32')
        l_world.append(world_coor)
        for i in range(num_points):
            img_coor[i,:,:] = np.matrix(item[2*i:2*i+2])
        l_img.append(img_coor)
    ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(l_world, l_img, size, None, None)
    print('内参矩阵：', mtx)

3. 计算视场角

Width = 2560
Height = 1440
fov_h = 2 * np.rad2deg(np.arctan( Width / (2*fx)))
fov_v = 2 * np.rad2deg(np.arctan( Height/ (2*fy)))
print("水平视场角: ", fov_h)
print("垂直视场角: ", fov_v)