Kameras, Racks und Strom · #77

Pixeldichte-Rechner für Kameras online

Zeigt über die Pixeldichte, ob eine Kamera eine Person in einem bestimmten Abstand erkennt oder identifiziert.

  • Daten werden im Browser verarbeitet und nicht an einen Server gesendet

Werkzeug

Z. B. 1920, 2560, 3840.

HFOV laut Datenblatt (Grad).

Bekannte Breite; statt Winkel.

Wofür ist dieses Werkzeug?

„8-MP-Kamera“ sagt wenig: Mit Weitwinkelobjektiv reichen die Pixel in 20 m womöglich nicht, um ein Gesicht zu erkennen. Entscheidend sind horizontale Pixel pro Meter in der Szene. Das Werkzeug vergleicht PPM mit den DORI-Schwellen der IEC 62676-4 (25/62/125/250 px/m) und gibt mit Bildwinkel die maximale Entfernung je Stufe aus.

So funktioniert es

  1. Horizontale Pixel der Kamera eingeben (z. B. 2560 bei 4 MP).
  2. Entweder horizontalen Bildwinkel und Zielabstand oder die Szenenbreite am Ziel eingeben.
  3. Auf Ausführen klicken.

Felder

Horizontalauflösung
Z. B. 1920, 2560, 3840.
Horizontaler Bildwinkel
HFOV laut Datenblatt (Grad).
Zielabstand
Szenenbreite
Bekannte Breite; statt Winkel.

Durchgerechnetes Beispiel

EingabeWert
Horizontalauflösung2560
Horizontaler Bildwinkel90
Zielabstand10

Erwartetes Ergebnis: 2560 px, 90° Bildwinkel, 10 m: Szene 20 m breit, 128 px/m → Erkennung. Identifizierung bis 5,1 m, Beobachtung bis 20,6 m.

Ist Gesichtsidentifizierung am Eingang gefordert, die Kamera innerhalb von 5 m montieren oder ein engeres (Vario-)Objektiv wählen. Für die Objektivwahl den Brennweitenrechner nutzen.

Zweites Szenario

EingabeWert
Horizontalauflösung3840
Szenenbreite6

Erwartetes Ergebnis: 3840 px über eine 6 m breite Tür: 640 px/m, mehr als das Doppelte der Identifizierungsschwelle.

Methode und Annahmen

Szenenbreite = 2 × Abstand × tan(Winkel / 2). PPM = horizontale Pixel / Szenenbreite. PPF = PPM × 0,3048.

DORI (IEC 62676-4): Detektion 25, Beobachtung 62, Erkennung 125, Identifizierung 250 px/m. Stufenentfernung = (Pixel / Schwelle) / 2 / tan(Winkel / 2).

Ergebnis nutzen und Fehler beheben

Für kritische Punkte (Eingang, Kasse, Kennzeichen) Identifizierung oder Erkennung anstreben; für allgemeine Bereiche genügt Beobachtung. Prüfen, ob die IR-Reichweite nachts diese Entfernung abdeckt.

Grenzen und häufige Fehler

  • Objektivverzeichnung, Kompression, Fokus, Licht und Nachtleistung bleiben unberücksichtigt; die reale Bildqualität kann unter der PPM liegen.

Häufige Fragen

Wie viele Pixel braucht man zum Lesen von Kennzeichen?

Hersteller empfehlen für LPR meist mindestens 130–150 Pixel über die Kennzeichenbreite (≈ 250–300 px/m); Winkel und Geschwindigkeit spielen mit.

Verwandte Werkzeuge und Leistung

Passende Leistung: Kamerapositionierung und Analyse toter Winkel

Online-Tools: Videoüberwachung · Alle Online-Tools ansehen