怎麼從圖片判斷女生身高

⑴ 看照片怎麼目測身高

人體各部位是按照一定的比例組合的，比如你的臉，你的眼睛在你頭的二分之一處，你的鼻子又在你眼睛和下巴之間的二分之一處，你的嘴巴在你鼻孔和下巴的二分之一處（適用於一般人），頭長和全身的比例是9:1，所以你就可以按照這個比例換算下，能通過照片算個大概身高。
還可以看四肢，這個是最明顯最容易看的。

⑵ 如何單從照片里判斷一個人的身高

利用其他景物的大小算出照片與真實場景的比例
然後可以算出來
但是因為角度等因素的不同
算出來肯定有誤差

陌上人如玉，公子世無雙。
宗之瀟灑美少年，舉觴白眼望青天，皎如玉樹臨風前。

看拍照角度，如果鏡頭朝上，可以把人拉高，如果鏡頭朝下，會把人拍矮，所以盡可能利用人物身邊的東西作參照物，對比一下即可。

找個附近的參照物

如何單從照片里判斷一個人的身高? -
。。。^_^ 當然是根據 照片中其他物體的高度來計算了.如果是白背景那就慘了…… 如果是全身照,可以看看他的全身長是頭部的長度的幾倍.不論人的升高差異多大,腦袋的差異都不會太大,你可以取一個頭部長度的平均值來計算他的全身高度.例如模特一般都是9頭身,就是用頭的長度x9=身高 一般侏儒就是5頭身.身高是 頭的長度x5 我想這個方法應該可以算個大概出來.

從照片里可以算出一個人的身高嗎? -
。。。^_^ 對啊 利用其他景物的大小算出照片與真實場景的比例 然後可以算出來 但是因為角度等因素的不同 算出來肯定有誤差

手機拍的照片能看出一個人的身高嗎? -
。。。^_^ 我個人認為,用手機拍照片可以看出人的身高.但要看拍照的時候,他是否附近有參照物,如果拍照的時候拍拍到他附近的參照物,就能大概的估計到是個人的身高.如果在給這個人拍照的時候附近一點參照物都沒有的話,是很難估計這個人身高的.

怎樣從一張照片中辨別一個女孩的身高?我沒有見過這女孩,只看過照片,不知道如何知道她的身高? -
。。。^_^ 一般在照片裡面不怎麼能看出身高,如果照片裡面有什麼參照物的話,可以對照一下能推出身高.

看照片能看出一個人身高嗎? -
。。。^_^ 用背景和人對此一下……能看出個大概!但前提是不要PS過的……這樣才真實.

怎麼憑相片判斷一個人的身高 -
。。。^_^ 根據參照物和人體比例可以近似估計 但誤差很大

有誰可以從照片看出一個人的身高,有的聯系我,我給照片,別瞎猜,要有得出的過程和依據
。。。^_^ 照片上要有參照物才行,比如樹,欄桿等,單單一張臉是無法看出來的.

可以從照片上推斷出一個人的身高嗎?七寸照片怎麼算比例? -
。。。^_^ 除非在這個人的旁邊有參照的物體,否則算不出來,如果沒有參照物是數碼的PS後就根本算不出來了.比如同一張照片PS一下,這個身高比例是不是就變了.

從照片能看出我有身高有多高嗎 -
。。。^_^ 一米五左右吧

看照片怎麼能看出一個人有多高 -
。。。^_^ 要有全身圖,然後看有幾頭身,一個頭基本都是20多厘米,大概就可以算出身高了

⑶ 怎樣從圖片上估計人身高

這里的話用的就是借用參照物的比例算身高。後面的那個台階的高度測量的現實台階大部分約為12cm，那麼我們就取12cm一個台階。在圖中因為遠近和其他一些因素，測量的台階高度約在1.4cm~1.6cm的范圍，我們取中間值1.5cm。好算出12÷1.5=8cm。則圖中的比例約為1:8.那我們量出這個大女孩【後面那個翔表情一樣的小女孩不用管她 從頭頂到地垂直的高度大概在18.4cm，算出在147.2cm的高度，那麼結合圖片的情況，這個女生兩腳有岔開，腰背不直，兩肩下慫，這樣算下來應該在147.2cm的高度上加上8~11cm左右的高度，則取值估約為155.2cm~158.2cm.

⑷ 從照片里怎麼看一個人的身高

可以
先測量一個知道具體長度（高度）的物體在照片上的實際長度（高度），算出比例，然後在根據比例和人的實際高度算身高。

⑸ 如何單從照片里判斷一個人的身高

視覺是感知世界最重要的手段，但僅憑視覺方法就想准確地測定現實中的目標尺寸，往往需要復雜的標定或感測器配置才能完成。如果能夠通過單張圖片直接測出目標的尺度，就能大大拓展視覺的應用范圍、便捷地測量三維世界了。

近日，加州大學聖迭戈分校和Adobe的研究人員提出了一種基於單目視覺的測量方法，它可通過測量照片內目標的高度、相機的高度和視角朝向參數來恢復出場景及目標的絕對尺度，這項技術可以在非受限的環境中利用單目視覺精確實現。

最懂你的交友平台，一秒匹配和你最契合的人

最懂你的交友平台，一秒匹配和你最契合的人
基於單目視覺的度量方法，主要依賴於數據驅動的深度學習網路。通過充分利用車輛、行人等常見目標的尺度作為先驗信息作為參考，單目視覺度量方法構建了一套基於重投影的優化模型，實現了精確的目標高度、相機高度、朝向和焦距的估計。

上圖顯示了尺度估計的處理流程，在圖像輸入後，單目視覺度量方法可以重建場景和相機參數 (這些參數與全局尺度相關)，隨後通過精確估計3D相機參數和目標高度的絕對尺度來實現對真實場景的精確測量。

三維尺度重建

從圖像中重建場景的三維形貌是計算機視覺領域的基礎問題。盡管近年來實現了巨大發展，但多數基於圖像進行場景重建的方法缺乏准確的尺度信息，包括非標定下的SFM、單目深度估計、單目視覺標定等任務中都存在這些問題。這一尺度信息的缺失來源於成像過程中的透視變換，解決這一問題需要額外的信息，比如目標在圖像中的尺度。

圖像中的尺度測量問題，主要研究了在非受限條件下如何利用圖像計算出物體的尺寸，通過估計絕對尺寸來實現幾何標定，包括恢復相機的朝向 (圖像中的水平面)、視場、相機與地面的絕對高度。有了這些信息，就能將圖像中的二維測量轉換為真實空間中的三維測量了。

這一工作的目標主要在於，利用深度學習網路建立起穩定、魯棒、自動化的單目視覺度量方法，可以廣泛應用到多種場景的圖像測量中去。實現這一目標最直接的方法就是，通過監督學習的方法，利用已知相機參數的大規模數據集直接從圖像中估計出場景的尺度。

但目前還缺乏如此大規模的包含相機參數標注的數據集，只能通過間接利用2D標注數據來實現，並創造性地選擇了最普遍的人體和汽車來作為參考物體實現3D尺度推理。

在前人的基礎上，研究人員拓展了模型的假設、基於弱監督的方式充分利用2D標注數據，利用端到端的方式完成了對於所有相機參數的估計，並在多個數據集上取得了非常好的效果。

基於2D標注的3D參數估計

這整套方法首先從建立完整有效的幾何約束開始，基於成像過程建立了目標的高度、2D bbox尺度、相機的參數朝向和距地面的高度等變數間的約束關系。下圖顯示了研究中提出的成像過程。

圖中顯示了相機對場景的成像過程和在圖像上的2D測量結果。其中pitch是相機朝向與水平面的夾角 (yaw和roll假設為0) ；v0是相機所在高度水平面在圖像中的位置，vc是相機光心在圖像上位置，vt和vb是目標在圖像中的頂部和底部。黑色為像平面，相機焦距為f (紅色) ，高度為hcam，圖中目標人的高度為hobj。

根據三角形的關系，可以利用焦距、圖像中心vc水平位置v0表示出pitch角度：

假設目標人站在地面上其腳部坐標為 [x,0,z]』 ,頂部坐標為 [x,hobj,z]』 ，那麼將三維點投影到uv平面上就能得到下面的表達：

其中 [uc,vc] 是相機的光心坐標假設已知。從上面的公式中可以利用焦距f、pitch角、相機高度和目標高度等計算出出vt。再假設pitch角度很小，那麼上面的式子可以簡化為:、

基於這一公式，只要得到相機參數就可以利用圖像平面上的2D bbox來輔助計算目標的真實尺度了。在這一約束的基礎上，下面將要建立ScaleNet用於從圖像中預測相機的三維參數。下圖顯示了基於參數估計和重投影誤差優化的整體網路結構：

網路主要分為參數估計和重投影優化兩個部分。第一部分的相機標定模塊可以預測相機的視野和朝向pitch，目標估計模塊可以得到目標的關鍵點、高度和檢測bbox。得到的參數按照圖中的組合再進一步放入相機高度估計模塊進行處理，隨後基於相機高度計算重投影誤差來不斷優化相機高度和目標高度的計算結果。

首先通過幾何相機標定網路將同時估計出目標bbox和除相機高度外的所有相機參數，這些參數可以通過現有的數據集進行直接的監督訓練。隨後級聯的網路用於優化相機高度，這一部分通過bbox的重投影誤差進行弱監督訓練。

實驗中發現，預測相機的視場比直接預測焦距要容易，視場hθ可以通過下面的公式轉化為焦距和中心坐標，其中him是圖像的像素高度。

在這一工作中使用了Mask-RCNN的主幹網路，除了前面估計相機參數外，還增加了bbox和人體關鍵點估計的分支 (高度與位姿緊密相關) 從ROI特徵中進行預測，所以這一部分將會同時構成相機標定損失、目標檢測損失和關鍵點估計損失。

但這些預測的結果還不足以獲得絕對的尺度，場景尺度依舊無法確定。為此，研究人員利用了數據集中的先驗信息來為目標建立監督。具體來講，通過數據集中的統計信息來擬合高斯先驗 (人體高度1.70±0.09m，車輛1.59±0.21m) 。針對高度為hobj的目標和先驗高斯分布P，可以將損失定義為下面的形式:

在預測得到前面的相機參數和目標參數基礎上就可以開始預測相機的高度了。這一模塊通過相機高度與2D bbox和其他相關參數間的幾何約束來進行預測。例如在下圖中，兩個圖片中都有站著的人，但水平線都不完整。粗略一看拍攝圖片的相機都有相同的朝向，但高度卻大相徑庭。這樣的情況下直接從圖像進行估計會帶來較大的誤差，所以模型使用了中層的特徵表達 (包括目標的bbox和估計出的水平線) 來進行相機估計，輸入包含了光心、bbox、檢測框的偏置以及目標高度共八個參數，最後通過預測出概率分布的加權平均得到相機的高度。

相似的bbox但相機高度差異很大

在獲得相機高度後還需要進行級聯優化。這一部分主要基於bbox的重投影誤差來進行優化。例如下圖中，重投影bbox (藍) 小於圖像中原來的bbox (綠) ，這就會產生重投影誤差。為此網路會減小相機的高度以減小這一誤差。後續模塊估計出需要調整的殘差與先前預測的值相加，最終一步步優化得到重投影誤差滿足要求的結果。

圖中顯示了重投影誤差優化的過程，每次優化估計出需要調整的值並計算出最後的結果。上半部分顯示了相機高度優化過程，下半部分顯示了人體高度的優化過程。

通過各個階段的參數估計和優化，整體網路的損失可以寫成下面的形式，其中M是優化層數。

模型結果

模型在篩選過的COCO數據集上進行了訓練，並在KITTI和IMDB-23K數據集上進行了驗證，下圖展示本文提出模型的精度，相較於先前的PGM方法有了較大的提升

⑹ 照片怎麼識別身高

可以根據周邊建築物的比例來判斷。

拍照更好看的方法：

1、照相機的位置在腰下方

在拍照的時候，相機應該水平對著拍攝對象的腰部以下位置，不要站直了拍、從上往下拍或者直接蹲下拍，很容易拍出雙下巴的感覺，在腰下方拍的好處這樣做的好處是可以突出人物身高、服裝和魅力，還特別顯腿長。當然，焦點還是要對著你的臉部、手和腳配合擺出一姿勢即可。

2、留白的比例狠重要

如果你是拍全身照，那麼就要把整個身體都拍進畫面的構圖當中，這時候，留白的比例就相當重要了，決定了你這人的身高和氣質，正常來說，拍攝對象的腳緊貼構圖底部，稍微一點留白就可以。

而人物的頭部距離構圖上方就可以留白多一點，留白可以和人物的比例以1:2的比例來是最好看的，給人感覺不會擁擠和壓抑。

基本常識：

通常表示照片規格會用「寸」來表示，和顯示器之類的產品用對角線長度表示尺寸的方式不同，照片所說的「幾寸」是指照片長的一邊的英寸長度。

比如6寸照片，就是指規格為6×4英寸的照片。而國際上還有一種通行的表示照片尺寸的方法，即取照片短的一邊的英寸整數數值加字母R來表示。比如6寸照片，規格為6×4英寸，即4R。

另外，數碼的片子別管像素是幾百萬，只看長邊的像素數，1200出5寸、1400出6寸，1700出7寸，類推……1寸（是指英寸）＝2.54cm。

我們說的x寸是指照片的長邊，如5寸就是照片長2.54x5=12.7cm，12寸就是2.54x12=30.5cm，8x12就是長邊2.54x12=30.5cm，短邊2.54x8=20.3cm。

3R指紙，3R為89MM，5R為127MM，通常3R指3*5，就是5寸，5R指5*7，就是7寸。R的意思是長方型（英文是Rectangle），都以最短邊耒算。

⑺ 怎樣從一張照片中辨別一個女孩的身高我沒有見過這女孩，只看過照片，不知道如何知道她的身高

正常人腿和身體長度是1000:618，不過只能大概估算出身高，也會有人腿長和身體不協調的，如果你量的話，最好把照片和真人大小比例找出來

⑻ 怎樣從圖片上估計人身高

這里的話用的就是借用參照物的比例算身高。後面的那個台階的高度測量的現實台階大部分約為12cm，那麼我們就取12cm一個台階。在圖中因為遠近和其他一些因素，測量的台階高度約在1.4cm~1.6cm的范圍，我們取中間值1.5cm。好算出12÷1.5=8cm。則圖中的比例約為1:8.那我們量出這個大女孩【後面那個翔表情一樣的小女孩不用管她
從頭頂到地垂直的高度大概在18.4cm，算出在147.2cm的高度，那麼結合圖片的情況，這個女生兩腳有岔開，腰背不直，兩肩下慫，這樣算下來應該在147.2cm的高度上加上8~11cm左右的高度，則取值估約為155.2cm~158.2cm.

⑼ 看照片怎麼能看出一個人有多高

那你要看有沒有參照物，如果只是一個人沒有背景的話就很難判斷出大概的身高。

⑽ 怎樣通過一張照片判讀一個人身高

根據 照片中其他物體的高度來計算了。

身高是指從頭頂點(v)至地面的垂距。一般以厘米（cm）作單位，也較經常用「米」（m）。

主要信息：

身高是人體縱向部分的長度，源於人體的縱向生長，受遺傳因素的影響較大。女孩比男孩身高發育的早，在12-13歲為快速增長時期，到19-23歲開始停止增長。

影響身高的因素很多，如遺傳、營養、體育運動、環境、生活習慣、種族、內分泌、性成熟早晚（初潮年齡18歲比11歲者平均高出5厘米）、遠近親婚配、醫學進步等等。

根據《中國居民營養與慢性病狀況報告（2020年）》，中國18-44歲男性和女性的平均身高分別為169.7厘米和158厘米。