Návod k výpočtu DORI (2026): Podrobný návod k dodržování EN 62676-4 pro reálné projekty
Tři reálné příklady – nakládací rampa skladu, brána ANPR parkoviště a pokladna banky – s kompletním popisem aritmetických výpočtů pixelů na metr podle EN 62676-4. Do konce tohoto článku budete schopni vypočítat úrovně DORI pro libovolnou vzdálenost kamery a cíle a budete přesně vědět, která kombinace kamery a objektivu splňuje kterou prahovou hodnotu DORI.
Obsah
Co se naučíte
Čtení o DORI je v pořádku. Výpočet DORI na reálném projektu je to, co ve skutečnosti vyhrává nabídky a přežívá při uvedení do provozu. Tento článek je praktickou obdobou konceptuálního vysvětlení DORI. Vybrali jsme tři archetypy projektů, které se objevují zhruba v 80 % návrhů CCTV, a prošli jsme každým z nich čísla z normy EN 62676-4, od začátku do konce, s viditelnou matematikou. Na konci byste měli být schopni podívat se na datový list kamery, výběr objektivu a cílovou vzdálenost a vědět – do třiceti sekund – jakou úroveň DORI návrh splňuje.
Proč tři příklady a ne jeden? Protože každý archetyp zdůrazňuje jinou část výpočtu. Sklad vás nutí přemýšlet o tom, jak se DORI zhoršuje se vzdáleností. ANPR brána vás nutí přemýšlet o prostoru pro pixely pro čitelnost registrační značky. Bankovní úředník vás nutí přemýšlet o hustotě pixelů pro rozpoznávání obličeje zblízka s omezeným výběrem objektivu. Společně pokrývají výpočetní svaly, které potřebujete pro téměř každý design, se kterým se setkáte.
Opakování matematiky DORI – vzorec v jednom odstavci
EN 62676-4 definuje DORI v pixelech na metr v cílové vzdálenosti. Aritmetika je jako středoškolská geometrie: úhlové zorné pole objektivu se promítá na horizontální řez v scéně a horizontální počet pixelů kamery je rozložen po tomto řezu. Kompaktní vzorec je:
Vzorec DORI pro počet pixelů na metr
PPM = (ohnisková vzdálenost mm × šířka obrazu v pixelech) / (šířka snímače mm × vzdálenost v m)
- focal_length_mm: objektiv, který jste vybrali (např. 6mm, 12mm).
- image_width_pixels: počet horizontálních pixelů (např. 2560 pro 4MP v 16:9).
- sensor_width_mm: horizontální rozměr senzoru (1/2.8" ≈ 5.376mm; 1/1.8" ≈ 7.20mm).
- distance_m: metry od kamery k cíli.
Porovnejte výsledek s prahovými hodnotami normy EN 62676-4: 25 ppm detekce, 62 ppm pozorování, 125 ppm rozpoznávání, 250 ppm identifikace. Novela z roku 2025 zavádí režimy OODPCVS, které tuto slovní zásobu rozšiřují, ale základní aritmetika pixelů je identická.
Dvě praktické poznámky, než se pustíme do návodů. Zaprvé, velikost snímače se obvykle udává jako zlomek palce (1/2,8", 1/1,8", 1/1,2") – nejedná se o doslovné palce, ale o starší názvosloví z kamer s vidiconovou trubicí. Použijte níže uvedenou převodní tabulku nebo se spolehněte na kalkulačku, která zvládne vyhledávání. Zadruhé, vzorec předpokládá standardní přímočarý objektiv. Širokoúhlé objektivy a objektivy typu rybí oko zavádějí soudkovité zkreslení, které jemně mění efektivní hustotu pixelů v celém záběru; u nich použijte efektivní ohniskovou vzdálenost uvedenou výrobcem, nikoli nominální.
| Velikost senzoru | Horizontální mm |
|---|---|
| 1/3" | 4.80mm |
| 1/2.8" | 5.376mm |
| 1/2.5" | 5.76mm |
| 1/1.8" | 7.20mm |
| 1/1.2" | 10.67mm |
Návod 1 – Nakládací rampa skladu
Nastavení. Zákazník v oblasti logistiky instaluje kamerový systém CCTV na 25 m širokou nakládací rampu s jednou kamerou namontovanou na zdi budovy přímo nad vraty rampy a s výhledem do dvora. Vybraná kamera má rozlišení 4 MP s 1/2,8" snímačem (2560 × 1440, 5,376 mm horizontálně) a pevným objektivem 6 mm. Otázka: jaké úrovně DORI tato kamera dosahuje ve vzdálenosti 10 m, 20 m a 35 m od zdi?
Čísla
- PPM @ 10m = (6 × 2560) / (5,376 × 10) = 285,7 ppm → Identifikace (>250)
- PPM @ 20m = (6 × 2560) / (5,376 × 20) = 142,9 ppm → Rozpoznání (>125)
- PPM @ 35 m = (6 × 2560) / (5,376 × 35) = 81,6 ppm → Pozorování (>62)
Interpretace. Jediná kamera s rozlišením 4 MP na 6 mm pokrývá dok se třemi různými úrovněmi DORI ve třech různých rozsazích: Identifikace přímo u dveří, Rozpoznání uprostřed dvora, Pozorování hlouběji v nakládací rampě. U doků o šířce 25 m každý pixel podél jejich čelní strany splňuje kritéria Recognition nebo lepší, což je správná hranice pro „víme, kdo vyzvedl který kontejner“.
Závěr návrhu. Pokud zákazník potřebuje identifikaci na 20 m (například pro čtení identifikačních údajů řidiče vysokozdvižného vozíku v plném dosahu), tato kamera nestačí – potřebuje buď delší ohniskovou vzdálenost (což obětuje široký záběr blízko dveří), nebo snímač s vyšším rozlišením (8MP na stejném 6mm objektivu dosahuje identifikace na vzdálenost přes 20 m). Návod ukazuje tento kompromis v číslech, což je přesně ten rozhovor, který chcete se zákazníkem vést před instalací, a ne až po ní.
Průvodce 2 – Brána ANPR na parkovišti
Nastavení. Firemní zákazník požaduje automatické rozpoznávání registračních značek (ANPR) u vjezdové brány podzemní garáže. Závora je 5 m od držáku kamery. Vybraná kamera má rozlišení 8 MP s 1/1,8" snímačem (3840 × 2160, 7,20 mm horizontálně) na 12mm pevném objektivu. Otázka: Splňuje tato kombinace požadavky na identifikaci (250 ppm) u brány a jaká je zde rezerva?
Čísla
- PPM @ 5m = (12 × 3840) / (7,20 × 5) = 1280 ppm → Identifikace (>>250)
- PPM @ 10m = (12 × 3840) / (7,20 × 10) = 640 ppm → Identifikace (>>250)
- PPM @ 25m = (12 × 3840) / (7,20 × 25) = 256 ppm → Identifikace (těsně nad 250)
Interpretace. Ve vzdálenosti 5 m kamera dosahuje 1280 ppm – což je více než pětinásobek prahové hodnoty identifikace podle normy EN 62676-4. Tato rezerva se neplýtvá. ANPR funguje robustně pouze tehdy, když je registrační značka dobře osvětlená, správně natočená a bez rozmazání pohybem – dostatečná rezerva pixelů znamená, že systém toleruje nevyhnutelnou degradaci v reálném prostředí (déšť na objektivu, nízké slunce, mírný náklon vozidla), aniž by klesl pod prahovou hodnotu čitelnosti. Konstrukce, která v laboratorních podmínkách dosahuje pouze 250 ppm, obvykle ve výrobě selhává.
Závěr návrhu. Volba 8MP na 12mm objektivu je dobře sladěna s 5m vzdáleností s výraznou rezervou. Pokud by byla stejná kamera namontována dále – zhruba do 25 m – stále by splňovala požadavky na identifikaci, ale s mnohem menší tolerancí vůči vlivům prostředí. U jednoúčelové ANPR kamery je velkorysý prostor pro pixely správným konstrukčním rozhodnutím, nikoli plýtváním.
Návod 3 – Pokladna banky
Nastavení. Maloobchodní banka modernizuje systém CCTV v pobočkách u pokladen. Každé okénko pokladny má samostatnou kameru namontovanou na zadní stěně, 4 m od strany zákazníka u přepážky. Vybraná kamera má rozlišení 6 MP s 1/1,8" senzorem (3072 × 2048, 7,20 mm horizontálně) na 8mm pevném objektivu. Otázka: Splňuje to požadavky na identifikaci 250 ppm na straně zákazníka u přepážky pro rozpoznávání obličeje?
Čísla
- PPM @ 4m = (8 × 3072) / (7,20 × 4) = 853 ppm → Identifikace (>>250)
- PPM @ 6m = (8 × 3072) / (7,20 × 6) = 569 ppm → Identifikace (>>250)
- PPM @ 12m = (8 × 3072) / (7,20 × 12) = 284 ppm → Identifikace (těsně nad 250)
Interpretace. Kamera s rozlišením 6 MP na 8 mm splňuje požadavky na identifikaci 250 ppm u pokladny se značnou rezervou pixelů. EN 62676-4 označuje 250 ppm jako úroveň, na které lze z obrazu identifikovat neznámou osobu – přesně to platí pro rozpoznávání obličeje spuštěné po označené transakci. Stejná kamera i nadále splňuje požadavky na identifikaci do vzdálenosti zhruba 12 m, což je více než hloubka jakékoli běžné pokladní haly.
Závěr návrhu. V této geometrii je montážní výška a úhel k obličeji zákazníka důležitější než počet dalších pixelů. Obličej pozorovaný z prudkého úhlu shora je obtížnější identifikovat než stejný počet pixelů na obličeji pozorovaném téměř frontálně – hustota pixelů je nezbytnou podmínkou, nikoli postačující. Návod ukazuje správnou konverzaci o návrhu: zaměřte se v další iteraci na montážní polohu spíše než na specifikaci kamery.
Připomenutí prahových hodnot dle normy EN 62676-4. Identifikační prahová hodnota 250 ppm je standardizovaná hranice, nad kterou lze neznámou osobu spolehlivě identifikovat z obrazu. Lokální algoritmy rozpoznávání obličeje obvykle potřebují k fungování podstatně méně, ale hodnota 250 ppm je to, co obstojí při důkazním zkoumání u soudu – což je laťka, na kterou je nakonec navrženo nasazení bankovních pokladen.
Časté chyby
Tři chyby jsou příčinou téměř každého rozhovoru typu „matematika říká ano, ale instalace selže“. Ušetření cesty zpět je velkou částí důvodu, proč tento článek existuje.
- Zmatek ohledně velikosti senzoru. Senzor o velikosti 1/2,8" není 1/2,8 palce – je to starší nomenklatura z vidiconových trubic a odpovídá zhruba 5,376 mm horizontálně. Dosazení 9,07 mm (doslovná hodnota 1 palce dělená 2,8) do vzorce je jedním z nejspolehlivějších způsobů, jak dvojnásobně nadhodnotit identifikační vzdálenost.
- Chybí poměr stran. „4MP kamera“ může mít rozlišení 2560 × 1440 (16:9) nebo 2048 × 1536 (4:3). Počet horizontálních pixelů se liší o 25 %, stejně jako výsledná vzdálenost DORI. Rozlišení si vždy přečtěte z datového listu – nikdy nepředpokládejte poměr stran z počtu megapixelů.
- Nesprávné převody jednotek. Míchání centimetrů a metrů, stop a metrů nebo milimetrů a centimetrů je typ selhání, který přetrvává nejdéle, protože vytváří věrohodně vypadající čísla. Použijte kalkulačku, která zná jednotky (kalkulačka CCTVplanner DORI nativně zpracovává m a ft) a v každém kroku jednotku dvakrát zkontrolujte.
- Prahové hodnoty z datového listu vs. prahové hodnoty dle normy EN 62676-4. Někteří výrobci zveřejňují „identifikační vzdálenost“ s použitím vlastní interní cílové hustoty pixelů. Vždy zkontrolujte, zda číslo v datovém listu předpokládá 100 ppm, 150 ppm nebo 250 ppm dle normy EN 62676-4 – rozdíl může být až 2,5násobný.
Jak automaticky ověřit
Ruční výpočty jsou skvělým způsobem, jak se to naučit. Ruční výpočty na každé kameře v projektu se 40 kamerami jsou skvělým způsobem, jak zavést chyby. CCTVplanner nabízí dva bezplatné nástroje pro prohlížeče, které přesně výše uvedený vzorec kombinují s prahovými hodnotami normy EN 62676-4 a katalogem více než 65 000 kamer.
Dvě kalkulačky, které to spočítá za vás
- Kalkulačka DORI — vyberte kameru a cílovou vzdálenost, získejte dosaženou hustotu pixelů a úroveň DORI.
- Kalkulačka dle normy EN 62676-4 – doporučení pro objektivy s ohledem na normy, včetně režimů OODPCVS 2025.
- Návrhář — celoprojektové plátno, kde je každá kamera automaticky vyhodnocena podle normy EN 62676-4 v plátně, BOM a PDF dokumentu.
U projektu s více kamerami je designér tím správným vstupním bodem. Umístěte každou kameru na půdorys, nastavte objektiv a barevné kódy plátna označí, která oblast splňuje kterou úroveň DORI. Shoda s požadavky je označena červeně všude, kde je od kamery požadováno, aby zachytila více pixelů na metr, než umožňuje její objektiv a rozlišení. Exportovaný vícestránkový PDF přenese úroveň DORI pro každou kameru do tabulky vybavení – pracovník nákupu si přečte vypočítané číslo, aniž by ho musel znovu přepočítávat.
Pro podrobnější informace o aktualizaci norem, které stojí za těmito nástroji, naleznete v článku o aktualizaci normy EN 62676-4 :2025 OODPCVS sedm nových označení režimů, které se v rámci zadávání veřejných zakázek EU pro rok 2026 objevují nad klasickým DORI.
Často kladené otázky
Jaký je základní vzorec pro hustotu pixelů DORI?
Pixely na metr na cílové vzdálenosti se rovnají (ohnisková_vzdálenost_mm × šířka_obrazu_v_pixelech) děleno (šířka_senzoru_mm × vzdálenost_m). Horizontální rozlišení je v pixelech, ohnisková vzdálenost a šířka senzoru v milimetrech a cílová vzdálenost v metrech. Výsledek je hustota pixelů na dané vzdálenosti, kterou porovnáte s prahy EN 62676-4: 25 ppm Detection, 62 ppm Observation, 125 ppm Recognition, 250 ppm Identification.
Použiji ve vzorci horizontální pixely, nebo celkové megapixely?
Vždy použijte počet horizontálních pixelů. Kamera 4MP v 16:9 má 2560 × 1440 pixelů: pro DORI berete 2560, ne 4,000,000. Použití megapixelů ve vzorci nepozorovaně nadhodnotí hustotu pixelů o několik řádů. Je to nejčastější chyba a ta, která nejpravděpodobněji způsobí, že návrh při uvedení do provozu neobstojí.
Proč se moje čísla liší od 'identifikační vzdálenosti' v katalogovém listu kamery?
Výrobci někdy zveřejňují identifikační vzdálenosti podle vlastních proprietárních prahů místo EN 62676-4 250 ppm. Vždy zkontrolujte předpokládaný cíl hustoty pixelů. Katalogový list uvádějící 'identifikace na 18m' může předpokládat 100 ppm nebo 150 ppm místo standardních 250 ppm: při 250 ppm by tatáž kamera dosáhla jen asi 7m. Výpočet je správný, liší se předpoklad.
Záleží víc na volbě objektivu, nebo na rozlišení?
Záleží stejně: hustota pixelů je úměrná ohniskové vzdálenosti děleno šířkou senzoru a úměrná horizontálnímu rozlišení. Zdvojnásobení kteréhokoli zhruba zdvojnásobí dosažitelnou identifikační vzdálenost. V praxi varifokální objektivy dávají flexibilitu optimalizace pro každou kameru, zatímco zvýšení rozlišení prospívá všem zónám rovnoměrně. Správná odpověď pro konkrétní lokalitu je obvykle kombinace: menší počet kamer s vyšším rozlišením a vhodně zvolenými objektivy.
Jak ověřit výpočet DORI bez ručního počítání?
Použijte kalkulačku, která zná prahy EN 62676-4 a katalog kamer. Kalkulačka DORI CCTVplanner na /calculator/dori vezme kameru a cílovou vzdálenost a vrátí dosaženou hustotu pixelů a úroveň DORI. Specializovaná kalkulačka EN 62676-4 na /en-62676-4-calculator zabaluje stejnou matematiku do jazyka respektujícího normy, včetně režimů OODPCVS z roku 2025. Obě jsou zdarma a nevyžadují instalaci.
Související články
Čtyři úrovně a k čemu každá z nich slouží, před matematikou.
Aritmetika založená na každém cíli DORI a OODPCVS.
Sedmimódová taxonomie, která v roce 2026 nadstavuje klasický DORI.
Srovnání bok po boku včetně vykreslování DORI a podpory OODPCVS.
Možnosti bezplatné úrovně, které ihned po instalaci počítají DORI dle EN 62676-4.
Podrobný návod krok za krokem včetně migrace prahových hodnot DORI.