监控摄像头 DORI 距离计算器

DORI 是什么

DORI 是四个细节级别，IEC 62676-4 按目标处每米画面上分到多少像素来定义。计算器使用这四个数值。

出事后的争议大多在 Identify：摄像头"拍到"了人，但只有 Detect 或 Observe 级别。

需要填什么，每个数字在哪里找

• 分辨率：只看水平像素数：2MP 是 1920，4MP 是 2560，5MP 视传感器为 2592 或 2880，8MP（4K）是 3840。在数据表或摄像头的视频设置页面查看，也可以选"自定义"。
• 镜头焦距：印在镜头或标签上，例如 2.8 mm 或 4 mm。变焦镜头（2.8–12 mm）填实际要用的焦距，不要填范围。
• 传感器尺寸：见数据表，例如 1/2.8" CMOS。计算器使用以下有效宽度：1/3" = 4.8 mm，1/2.9" = 5.38 mm，1/2.8" = 5.57 mm，1/2.7" = 5.76 mm，1/1.8" = 7.68 mm。每个 16:9 宽度 = 像素尺寸 × 该尺寸常见传感器的水平像素数（1/2.8" = 2.9 µm × 1920）；1/3" 是标准 4:3 宽度。具体型号可能略有差异；数据表给出宽度时用"自定义宽度"。
• "我已从数据表得知水平视场角（HFOV）"：勾选后直接输入水平视场角，代替镜头和传感器。这样更准确，尤其是有桶形畸变的 2.8 mm 镜头。
• 距离：从摄像头到人脸或车牌所在位置的直线距离，不是地面距离。装在高杆上的摄像头离人脸比看起来更远。

计算器怎么算

1. 水平视场角 = 2 × atan(传感器宽度 ÷ (2 × 焦距))；如果填了数据表 HFOV，就直接用它。
2. 距离 d 处的画面宽度 = 2 × d × tan(HFOV ÷ 2)。像素密度 = 水平像素 ÷ 画面宽度。
3. 各级别最远距离 = 水平像素 ÷ (px/m × 2 × tan(HFOV ÷ 2))。

结果中的大号数字是"可辨认的最远距离"，然后是 HFOV、"可探测的最远距离"，以及你选定距离处的像素密度、达到的级别和画面宽度。HFOV 超过 100° 时工具会提示：画面边缘弯曲，细节少于中心。计算没有内置安全余量：数字假设光线好、对焦清晰、镜头无畸变。请把它当作最好情况。

计算实例：仓库大门的人脸

万象附近一个仓库，要看清走过大门的人脸，距离摄像头约 8 m。安装商提议用 2MP、2.8 mm 镜头、1/2.8" 传感器的摄像头。

• HFOV：2 × atan(5.57 ÷ 5.6) = 89.7°。宽度系数 5.57 ÷ 2.8 = 1.989。
• Identify：1920 ÷ (250 × 1.989) = 1920 ÷ 497.3 = 3.86 m，显示为 3.9 m。
• 在 8 m 处：画面宽度 8 × 1.989 = 15.9 m，像素密度 1920 ÷ 15.9 = 121 px/m。这是 Observe，低于 Recognise（125）。你能看到一个穿蓝衣服的人，但认不出是谁。

只把镜头换成 6 mm：

• HFOV：2 × atan(5.57 ÷ 12) = 49.8°。宽度系数 5.57 ÷ 6 = 0.928。
• Identify：1920 ÷ (250 × 0.928) = 1920 ÷ 232.1 = 8.27 m，显示为 8.3 m。
• 在 8 m 处：画面宽度 8 × 0.928 = 7.43 m，像素密度 1920 ÷ 7.43 = 259 px/m，达到 Identify。复核：250 px/m × 7.43 m = 需要 1,857 个像素，少于现有的 1,920。

6 mm 摄像头只覆盖 7.4 m 宽，所以它专门看大门，另用一台广角摄像头看堆场。4MP、6 mm 镜头、1/2.7" 传感器的摄像头，Identify 可达 2560 ÷ (250 × 0.96) = 10.7 m。

再看 HFOV 选项。如果 2.8 mm 摄像头的数据表写的是 105°，而不是公式算出的 89.7°，宽度系数变为 2 × tan 52.5° = 2.606，Identify 降到 1920 ÷ (250 × 2.606) = 2.9 m，同时出现广角提示。

我们在老挝现场常见的错误

• 到处用 2.8 mm 镜头，因为看到的范围最大。它给的是全景，不是身份。
• 指望一台 4K 摄像头既看整个堆场，又能看清最远围墙处的人脸。
• 把包装盒上的"红外 30 m"当成能看清人脸的距离。红外距离说的是补光，不是细节。
• 入口处摄像头装得太高，录像里只有头顶。
• 大门朝向下午的太阳又没有 WDR，人脸成了黑影。
• 为了省硬盘把码率调得很低，即使像素密度够，人脸也是糊的。用 CCTV 存储计算器 核算存储，不要靠降低画质。

夜间、天气，以及什么时候光靠计算器不够

这些是白天最好情况的数字。夜里红外要照得到你需要的距离，而红外光常被雨水、虫子和灰尘反射。雨季早晨有雾，矿区球罩上有灰，视频压缩也会去掉细节。识读车牌需要车辆经过处约 Identify 级（≥ 250 px/m），并使用窄角镜头和较快的快门速度；一台摄像头不宜同时兼顾大范围监控和车牌识读。那是车牌识别的工作。

对于周界、停车场和大门，我们会现场走一遍，标出必须拍到人脸和车牌的位置，并在全部下单前，在真实距离上白天和夜间各测试一台摄像头。CCTV 分辨率与镜头指南解释了其中的取舍，设计和安装属于我们的IP 监控服务。

下一步

通过 WhatsApp 发给我们：计算器结果截图、摄像头型号标签或数据表照片，以及在摄像头安装位置用手机拍的照片，并注明到大门或入口的距离。我们会告诉你哪个镜头能在那个位置达到 Identify。