Как рассчитать пиксели на метр для распознавания деталей на расстоянии

Как рассчитать пиксели на метр для распознавания деталей на расстоянии

Коротко о главном: чтобы камера видела и распознавала детали — лицо, номер, этикетку — важно понимать, сколько пикселей на метр (px/m) попадает в кадр на нужной дистанции. Ниже — простая методика расчёта, практические рекомендации и чек‑лист для выбора оборудования и установки.

Вот как это работает: сначала определяете ширину зоны, которую камера охватывает на нужной дистанции. Затем делите горизонтальное разрешение камеры на эту ширину — получаете пиксели на метр. Сравниваете с требуемым значением для задачи и корректируете выбор камеры, объектива или места установки.

1. Основные формулы и шаги

Если у вас есть HFOV (горизонтальный угол обзора) камеры:

• Ширина зоны на расстоянии D: W = 2 * D * tan(HFOV / 2)
• Пиксели на метр: px/m = HorizontalPixels / W

Если HFOV неизвестен, можно вычислить его из параметров матрицы и фокусного расстояния:

• HFOV = 2 * arctan(sensor_width / (2 * focal_length))
• Где sensor_width — физическая ширина матрицы в мм, focal_length — фокус в мм.

2. Пример расчёта

Камера: 1920 px по горизонтали, HFOV = 60°. Дистанция D = 20 м.

• W = 2 * 20 * tan(30°) = 40 * 0.577 = 23.09 м
• px/m = 1920 / 23.09 ≈ 83 px/m

Что это значит: при 83 px/m человек ростом 1.7 м будет занимать ≈ 141 пикселей по высоте (1.7 * 83). Для распознавания лица это мало; для обнаружения человека — обычно достаточно.

3. Рекомендуемые ориентиры (практические диапазоны)

Задача	Требуемые px/m (примерно)	Комментарий
Обнаружение человека	40–80	Можно заметить силуэт и движение
Распознавание (опознать тип/пол/одежду)	80–150	Достаточно для узнаваемых признаков
Идентификация лица (высокая точность)	120–200+	Зависит от качества алгоритма и освещённости
Считывание номера (LPR)	400–600 по ширине номерного знака	Плательщик: важно, чтобы ширина номера давала ~200+ px

Учтите: диапазоны ориентировочные. Конкретные требования зависят от алгоритма распознавания, освещения, качества объектива и компрессии видео.

4. Что влияет на результат кроме px/m

• Освещённость и контраст: ночью или при засветке детали теряются.
• Оптика: искажения и резкость по краям уменьшают эффективные пиксели.
• Компрессия и битрейт: сильная компрессия стирает мелкие детали.
• Шумы матрицы: чем меньше шум, тем ниже порог px/m для распознавания.
• Угол встречи: профиль vs фас — лицо в анфас даёт больше информации.

5. Практическая инструкция по выбору и настройке

Шаги для проекта:

1. Определите цель и минимальное требование px/m по таблице выше.
2. Измерьте расстояние до зоны интереса (D).
3. Выберите камеру с известным horizontal resolution и HFOV (или рассчитайте HFOV по матрице/фокусному).
4. Вычислите px/m. Если меньше требуемого — уменьшайте HFOV (узкий объектив), поднимайте разрешение или приближайте камеру ближе.
5. Проверьте условия освещения и возможность дополнительного света/ИК-подсветки.
6. Настройте битрейт и профиль кодирования так, чтобы детали не терялись (CBR/VBR и минимальный битрейт для 1080p ≈ 2–4 Mbps в зависимости от сцены).

6. Примеры типовых сценариев

Магазин, проход шириной 3 м, камера в потолке на высоте 4 м, нужно распознавать лица у точки оплаты (D ≈ 4 м):

• С HFOV ≈ 90° ширина зоны на 4 м: W ≈ 2*4*tan(45°)=8 м → px/m для 1920 px ≈ 240 px/m. Это достаточно для распознавания.
• Если камера с тем же разрешением но HFOV 120°, W ≈ 9.24 м → px/m ≈ 208 px/m.

Проезд автомобиля на парковке (распознавание госномеров): лучше ставить камеру ближе или использовать специализированный модуль LPR с узким углом и высоким разрешением, чтобы ширина номера дала минимум 200–300 px по ширине номера.

7. Закон и конфиденциальность

Съёмка людей в общественных местах и частных домах регулируется местными законами. Информируйте посетителей, если фиксируете их персональные данные, и храните записи в защищённом виде.

Проверьте требования по срокам хранения, доступу к записям и уведомлению субъектов данных.

8. Чек‑лист для быстрого проекта

• Задача: обнаружение / распознавание / идентификация / LPR?
• Дистанция до объекта измерена.
• HFOV/фокус и разрешение камеры известны.
• Рассчитаны px/m и сопоставлены с требованиями.
• План освещения и ИК-подсветки готов.
• Параметры записи (битрейт, кодек) настроены.
• Учтены юридические требования и приватность.

9. Последние советы по выбору

Если сомневаетесь — берите камеру с выше разрешением и возможностью оптического приближения или выбирайте фикс‑объектив с узким углом под конкретную задачу. PTZ‑решения удобны для охраны больших площадей, но для постоянного распознавания лучше стационарный объектив, настроенный на зону интереса.

Посмотреть актуальный ассортимент камер и систем видеонаблюдения можно в каталоге профессионального поставщика.

Небольшая практическая мысль в конце: лучше спроектировать систему так, чтобы ключевые объекты попадали в центральную часть кадра — там объектив даёт лучшую резкость и меньше искажений. Это часто решает проблему «недостаточных пикселей» без смены камеры.

Если нужно — могу посчитать параметры для конкретного места: скажите дистанцию, разрешение камеры и HFOV (или модель камеры), и я сделаю расчёт.