概述

Ultralytics提供了一系列的解决方案，利用YOLO11解决现实世界的问题，包括物体计数、模糊处理、热力图、安防系统、速度估计、物体追踪等多个方面的应用。

测量两个物体之间的间距被称为特定空间内的距离计算，YOLO11使用两个边界框的中心点计算距离。

使用距离计算，可以提供计算机视觉任务中比较精确的空间定位，分析视频环境中的对象关系，通过监控移动物体之间的距离，使系统能够检测到潜在的碰撞，为自动驾驶或者交通监控等应用提供更好的空间场景理解能力。

演示代码

Ultralytics提供了演示代码，展示如何使用距离计算解决方案。

import cv2

from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"

# Video writer
w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
video_writer = cv2.VideoWriter("distance_output.avi", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# Initialize distance calculation object
distancecalculator = solutions.DistanceCalculation(
    model="yolo11n.pt",  # path to the YOLO11 model file.
    show=True,  # display the output
)

# Process video
while cap.isOpened():
    success, im0 = cap.read()

    if not success:
        print("Video frame is empty or processing is complete.")
        break

    results = distancecalculator(im0)

    print(results)  # access the output

    video_writer.write(results.plot_im)  # write the processed frame.

cap.release()
video_writer.release()
cv2.destroyAllWindows()  # destroy all opened windows

DistanceCalculation参数

基本参数

参数	类型	默认值	说明
model	str	None	Ultralytics YOLO 模型文件的路径。

DistanceCalculation支持使用track参数：

参数	类型	默认值	说明
tracker	str	'botsort.yaml'	指定要使用的跟踪算法， bytetrack.yaml 或 botsort.yaml.
conf	float	0.3	设置检测的置信度阈值；数值越低，跟踪的物体越多，但可能会出现误报。
iou	float	0.5	设置交叉重叠 (IoU) 阈值，用于过滤重叠检测。
classes	list	None	按类别索引筛选结果。例如 classes=[0, 2, 3] 只跟踪指定的类别（class在COCO数据集定义）。
verbose	bool	True	控制跟踪结果的显示，提供被跟踪物体的可视化输出。
device	str	None	指定用于推理的设备（例如： cpu, cuda:0 或 0). 允许用户选择CPU 、特定GPU 或其他计算设备运行模型。

可视化参数：

参数	类型	默认值	说明
show	bool	False	如果 True在一个窗口中显示注释的图像或视频。有助于在开发或测试过程中提供即时视觉反馈。
line_width	None or int	None	指定边界框的线宽。如果 None则根据图像大小自动调整线宽，使图像更加清晰。
show_conf	bool	True	在标签旁显示每次检测的置信度得分。让人了解模型对每次检测的确定性。
show_labels	bool	True	在可视输出中显示每次检测的标签。让用户立即了解检测到的物体。

工作原理

DistanceCalculation 类的工作原理是跟踪视频帧中的物体，并计算所选边界框中心点之间的欧氏距离。演示程序运行时，鼠标点击断定两个边界框，系统将提取选定边界框的中心点，以像素为单位计算这些中心点之间的欧氏距离，对象之间用连线连接，并在图像上显示距离。

执行时使用 mouse_event_for_distance 方法来处理鼠标交互，允许用户根据需要选择对象和清除选择。 process 方法处理逐帧处理、跟踪物体和计算距离。

查看DistanceCalculation 类中的mouse_event_for_distance的代码：

def mouse_event_for_distance(self, event, x, y, flags, param):
        """
        处理鼠标事件，在实时视频流中选择区域计算距离
        使用左键选择两个方框
        点击右键取消选择
        """
        if event == cv2.EVENT_LBUTTONDOWN:
            self.left_mouse_count += 1
            if self.left_mouse_count <= 2:
                for box, track_id in zip(self.boxes, self.track_ids):
                    if box[0] < x < box[2] and box[1] < y < box[3] and track_id not in self.selected_boxes:
                        self.selected_boxes[track_id] = box

        elif event == cv2.EVENT_RBUTTONDOWN:
            self.selected_boxes = {}
            self.left_mouse_count = 0

查看DistanceCalculation 类中的process的代码：

def process(self, im0):
        """
        处理一个视频帧，计算两个选择的边界框之间的距离
        输出处理过的视频图片（叠加了距离数据）、跟踪物体的数量、像素距离
        """
        self.extract_tracks(im0)  # Extract tracks
        annotator = SolutionAnnotator(im0, line_width=self.line_width)  # Initialize annotator

        pixels_distance = 0
        # Iterate over bounding boxes, track ids and classes index
        for box, track_id, cls, conf in zip(self.boxes, self.track_ids, self.clss, self.confs):
            annotator.box_label(box, color=colors(int(cls), True), label=self.adjust_box_label(cls, conf, track_id))

            # 如果选定的框是被跟踪的，则更新
            if len(self.selected_boxes) == 2:
                for trk_id in self.selected_boxes.keys():
                    if trk_id == track_id:
                        self.selected_boxes[track_id] = box

        if len(self.selected_boxes) == 2:
            #计算选择框的中心点坐标
            self.centroids.extend(
                [[int((box[0] + box[2]) // 2), int((box[1] + box[3]) // 2)] for box in self.selected_boxes.values()]
            )
            #计算两点间的欧氏距离
            pixels_distance = math.sqrt(
                (self.centroids[0][0] - self.centroids[1][0]) ** 2 + (self.centroids[0][1] - self.centroids[1][1]) ** 2
            )
            annotator.plot_distance_and_line(pixels_distance, self.centroids)

        self.centroids = []  # Reset centroids for next frame
        plot_im = annotator.result()
        self.display_output(plot_im)  # Display output with base class function
        cv2.setMouseCallback("Ultralytics Solutions", self.mouse_event_for_distance)

        # 返回处理过的图像和计算的指标
        return SolutionResults(plot_im=plot_im, pixels_distance=pixels_distance, total_tracks=len(self.track_ids))

效果展示

这里使用演示代码，在测试视频中，计算两辆车的距离。

随着车辆运动，其距离在不断变化。

需要注意的是，本方案的距离计算并不精确，它只是使用了平面数据，缺少物体间的深度信息（不能计算三维位置关系）。