在我的程序中（使用MATLAB），我指定（通過拖動）行人通道作爲我的感興趣區域（ROI），座標爲[7,178,620,190]（在xmin，ymin，寬度，和高度分別）使用getrect，roipoly和insertshape函數。參考下面的圖片。從實際距離測量得到的像素座標
從那裏快照已拍攝的視頻爲640×480像素的分辨率（480P） 
定義通過鼠標拖動一個真實的世界空間，我的投資回報率是野蠻。這就是爲什麼ROI座標必須以數學方式導出的原因。
什麼我要去使用來自視頻採集現場實際測量，並使用勾股定理從相機進行定位：
如何獲得同等像素座標並使用真實世界的測量參數？
我會盡量把你的問題分成兩個小問題。
A）如何獲得有趣的 點的等效像素座標？ （實驗性問題）
您的程序應該能夠檢索/重新調整您在「真實世界」有趣點中定位的特徵/標記。輸出是以像素爲單位的座標。這可以很容易地進行（考慮QR碼，例如）
B）這是在三維空間中1點和 其像素之間的解析關係座標圖像中？ （理論問題）
這是基於針孔照相機模型的投影方程。 X,Y,Z三維座標與x,y像素相關座標 
酷，但一些細節必須進行說明（而且會有任何「自動短式」）
s表示比例因子。由於透視，圖像中的單個像素可能是無限不同點的投影。在你的照片中，包含一輛汽車（當汽車出現時）的像素將是包含汽車下方一條街道（汽車通過時）的相同像素。 所以沒有從像素座標開始的單義關係座標
左邊的矩陣涉及被稱爲內部參數的相機參數（焦距等）。必須瞭解它們以建立3D座標和像素座標之間的關係
右側的矩陣似乎很平常，是代表旋轉的單位矩陣和表示旋轉的零的列陣列的組合。像T = [R|t]。 哪個旋轉，哪個翻譯？你必須考慮到每一組座標都是在其自己的參考系統中隱式表達的。所以，你必須確定你的測量值的參考系統和攝像機參考系統之間的關係：不僅要檢索與歐氏幾何的三維空間中的攝像機的位置，也方位攝像頭（角度）的。
哇！首先，感謝你的隊友提供非常豐富的答案。我將對現有的應用程序，相機功能特性等進行研究，探討像素座標的QR-like技術。我也將分析答案B中建立的關係，以達到我的問題的「簡短公式」。 – Andre
不客氣。我可能簡單地把整件事簡單化了，所以我會建議你閱讀一些能夠幫助你理論的電腦視覺書/網頁。請考慮提高我的答案，將其標記爲有用。 – marcoresk
截至目前，關於回答，就是我想的是把一些黑色（非常要比在路上暗）的行人通道的拐角處對象，並採取場景的圖片。然後我將這個圖像輸入到一個程序中，該程序使用Otsu的閾值，該閾值是針對場景中最暗的物體進行校準的。然後bwconncomp和regionprops返回對象的像素座標。我只需要從結果的每一邊選擇一對座標，這將作爲我的ROI的頂點。你對我的計劃有何看法？ – Andre
這是怎麼野蠻？你會驚訝有多少專業應用程序不使用任何奇特的校準技術，但只有一些人工定義的rois和eyeballed比例因子，他們工作得很好......無論如何你的應用程序？ – Piglet
這是我們的計算機科學（CS）論文的原型/程序實現。它計算每個物體（車輛）佔用行人通道的時間。由於我們的CS學生論文必須採用科學/理論方法，而不僅僅是基於輸出的方法（對於IT學生），專家組並不接受眼睛評估。 – Andre