面向视觉工程师的实用笔记：从光学原理 → 工程公式 → 实际项目计算
在机器视觉项目中，最常见的三个问题：
- 已知镜头焦距和工作距离，视野有多大？
- 已知需要的视野，应该留多少工作距离？
- 当前相机+镜头组合是否合适？
本文用“能落地调试”的方式讲清楚。
一、基础光学原理
1. 薄透镜成像公式
$$
[
\frac{1}{f} = \frac{1}{u} + \frac{1}{v}
]
$$
- f：镜头焦距
- u：物距（视觉中称为工作距离 WD）
- v：像距（传感器到镜头主点的距离）
2. 放大倍率 β
$$
\beta = \frac{v}{u} = \frac{\text{像尺寸}}{\text{物尺寸}}
$$
在视觉里：
- 物尺寸 → 视野 FOV
- 像尺寸 → 传感器尺寸
所以：
$$
\beta = \frac{Sensor}{FOV}
$$
3. 工程推导
由：
$$
WD = f \cdot \frac{1+\beta}{\beta}
$$
代入 β = Sensor / FOV，可得最常用公式：
$$
FOV = Sensor \times \frac{WD - f}{f}
$$
这就是调机时最核心的计算式
二、工程中的关键概念
1. 传感器尺寸怎么来？
$$
Sensor宽 = 分辨率
$$
$$
{H} \times 像元尺寸
]
[
Sensor高 = 分辨率{V} \times 像元尺寸
$$
2. 单像素精度
$$
精度 = \frac{FOV}{分辨率}
$$
3. 注意点
- WD 指的是“到镜头主点”的距离
- 实际量的是到镜头前端，会有几毫米偏差
- 近距离对焦时有效焦距会轻微漂移
三、实例计算（真实设备）
1. 相机参数
- 型号：大恒相机 ME2C-2001-6GM
- 分辨率：5496 × 3672
- 像元：2.4 μm
- 靶面：1”
计算传感器物理尺寸：
- 宽：5496 × 2.4μm = 13.19 mm
- 高：3672 × 2.4μm = 8.81 mm
2. 镜头参数
- 焦距：16 mm
- 成像圈：1.1”
3. 已知条件
- 工作距离 WD = 230 mm
4. 计算视野
比例因子：
$$
k = \frac{WD - f}{f} = \frac{230 - 16}{16} = 13.375
$$
水平视野：
$$
FOV_H = 13.19 \times 13.375 = 176.42\ mm
$$
垂直视野：
$$
FOV_V = 8.81 \times 13.375 = 117.87\ mm
$$
结果：
- 视野 ≈ 176 × 118 mm
- 对角 ≈ 212 mm
5. 单像素精度
$$
176.42 / 5496 = 0.0321 mm/px
$$
约 32 μm/像素
四、换不同焦距（12mm / 25mm）对比（同 WD=230mm）
假设相机不变（IMX183，Sensor=13.19×8.81mm），工作距离 WD=230mm 不变，只更换焦距。
统一公式：
$$
FOV = Sensor imes rac{WD - f}{f}
$$
1) 换成 12mm 镜头
$$
k = rac{230-12}{12} = 18.1667
$$
- 水平视野：FOV_H = 13.19 × 18.1667 ≈ 239.63 mm
- 垂直视野：FOV_V = 8.81 × 18.1667 ≈ 160.10 mm
- 单像素精度：239.63 / 5496 ≈ 0.0436 mm/px（约 43.6 μm/px）
2) 换成 25mm 镜头
$$
k = rac{230-25}{25} = 8.2
$$
- 水平视野：FOV_H = 13.19 × 8.2 ≈ 108.16 mm
- 垂直视野：FOV_V = 8.81 × 8.2 ≈ 72.26 mm
- 单像素精度：108.16 / 5496 ≈ 0.0197 mm/px（约 19.7 μm/px）
3) 一眼看懂的结论
- 焦距越短（12mm）→ 视野更大、单像素对应更大（精度更粗），更适合“看全/定位/读码”。
- 焦距越长（25mm）→ 视野更小、单像素对应更小（精度更细），更适合“测量/细小缺陷”。
把三种焦距放一起（WD=230mm）：
| 焦距 | 水平视野 (mm) | 垂直视野 (mm) | 单像素精度 (mm/px) |
|---|---|---|---|
| 12mm | 239.63 | 160.10 | 0.0436 |
| 16mm | 176.42 | 117.87 | 0.0321 |
| 25mm | 108.16 | 72.26 | 0.0197 |
备注：表格为近似值。实际还会受“对焦位置/主点定义/有效焦距漂移”等影响，建议最终用标定板实测校正。
四、反推应用
1. 若目标视野 200 mm
需要：
$$
WD = f \cdot \frac{FOV + Sensor}{Sensor}
$$
2. 是否合适判断
- 若需要 10 μm 精度 → 该方案不够
- 若读码/定位 → 完全可用
五、工程经验
- 实测与计算差异 3~5%
- WD 定义要统一
- 高精度项目必须做标定
- 近距离注意景深
六、Python 快速计算小脚本（现场调机版）
下面脚本直接输入：分辨率、像元尺寸、焦距、工作距离，就能输出 Sensor 尺寸、视野、单像素精度。
from dataclasses import dataclass
@dataclass
class Camera:
res_h: int # 水平分辨率 (px)
res_v: int # 垂直分辨率 (px)
pixel_um: float # 像元尺寸 (μm)
def calc_sensor_mm(cam: Camera) -> tuple[float, float]:
"""返回传感器宽高 (mm)"""
sensor_w = cam.res_h * cam.pixel_um / 1000.0
sensor_h = cam.res_v * cam.pixel_um / 1000.0
return sensor_w, sensor_h
def calc_fov_mm(cam: Camera, f_mm: float, wd_mm: float) -> dict:
"""已知焦距 f(mm) 与工作距离 WD(mm)，计算 FOV 与单像素精度"""
if f_mm <= 0:
raise ValueError("f_mm must be > 0")
if wd_mm <= f_mm:
raise ValueError("wd_mm must be greater than f_mm (otherwise k becomes <= 0)")
sensor_w, sensor_h = calc_sensor_mm(cam)
k = (wd_mm - f_mm) / f_mm
fov_w = sensor_w * k
fov_h = sensor_h * k
mm_per_px_h = fov_w / cam.res_h
mm_per_px_v = fov_h / cam.res_v
return {
"sensor_w_mm": sensor_w,
"sensor_h_mm": sensor_h,
"k": k,
"fov_w_mm": fov_w,
"fov_h_mm": fov_h,
"mm_per_px_h": mm_per_px_h,
"mm_per_px_v": mm_per_px_v,
}
if __name__ == "__main__":
# 你的相机：ME2C-2001-6GM / IMX183
cam = Camera(res_h=5496, res_v=3672, pixel_um=2.4)
wd = 230.0
for f in (12.0, 16.0, 25.0):
r = calc_fov_mm(cam, f_mm=f, wd_mm=wd)
print(f"
=== f={f:.1f}mm, WD={wd:.1f}mm ===")
print(f"Sensor: {r['sensor_w_mm']:.3f} x {r['sensor_h_mm']:.3f} mm")
print(f"FOV: {r['fov_w_mm']:.2f} x {r['fov_h_mm']:.2f} mm")
print(f"Res: {r['mm_per_px_h'] * 1000:.1f} um/px (H)")
你在现场只要改这几项就行：
res_h/res_v/pixel_um（相机）wd（你的工作距离）for f in (...)（你要对比的镜头焦距）
七、快速计算步骤
- 算传感器尺寸
- 代入 FOV 公式
- 计算像素精度
- 评估任务可行性
七、结论
对于本套设备：
- WD=230mm
- 16mm 镜头
- 1” 2000万相机
可得到约 176×118mm 视野，32μm/px 的成像能力。
适合：
- 读码
- 外观检测
- 中等精度测量
不适合：
- <0.02mm 的高精度尺寸测量
本文可直接作为现场调机计算模板
