ขั้นตอนการคำนวณ DORI (2026): ขั้นตอนทีละขั้นตามมาตรฐาน EN 62676-4 พร้อมตัวอย่างจริง 3 ตัวอย่าง

สิ่งที่คุณจะได้เรียนรู้

การอ่านเกี่ยวกับ DORI นั้นดี แต่การคำนวณ DORI ในโครงการจริงต่างหากที่จะทำให้ชนะการประมูลและผ่านการตรวจสอบ บทความนี้เป็นคู่มือภาคปฏิบัติที่ช่วยเสริมคำอธิบายเชิงแนวคิด DORI เราเลือกโครงการต้นแบบสามแบบที่พบได้ในงานออกแบบ CCTV ประมาณ 80% และนำตัวเลขตามมาตรฐาน EN 62676-4 มาใช้กับแต่ละโครงการตั้งแต่ต้นจนจบ โดยแสดงให้เห็นถึงการคำนวณอย่างชัดเจน เมื่ออ่านจบแล้ว คุณควรจะสามารถดูข้อมูลจำเพาะของกล้อง การเลือกเลนส์ และระยะเป้าหมาย แล้วรู้ได้ภายในสามสิบวินาทีว่าการออกแบบนั้นตรงตามระดับ DORI ใด

ทำไมต้องยกตัวอย่างสามแบบ ไม่ใช่แค่แบบเดียว? เพราะแต่ละแบบจำลองเน้นส่วนที่แตกต่างกันของการคำนวณ คลังสินค้าบังคับให้คุณคิดถึงว่า DORI ลดลงอย่างไรเมื่อระยะทางเพิ่มขึ้น ประตู ANPR บังคับให้คุณคิดถึงระยะห่างของพิกเซลสำหรับการอ่านป้ายทะเบียน พนักงานธนาคารบังคับให้คุณคิดถึงความหนาแน่นของพิกเซลในการจดจำใบหน้าในระยะใกล้ด้วยตัวเลือกเลนส์ที่จำกัด ทั้งหมดนี้ครอบคลุมทักษะการคำนวณที่คุณต้องการสำหรับงานออกแบบเกือบทุกประเภทที่คุณจะพบเจอ

ทบทวนสูตรคณิตศาสตร์ DORI — สูตรในหนึ่งย่อหน้า

มาตรฐาน EN 62676-4 กำหนดค่า DORI ในหน่วยพิกเซลต่อเมตร ณ ระยะเป้าหมาย วิธีการคำนวณนั้นง่ายเหมือนเรขาคณิตระดับมัธยมปลาย กล่าวคือ มุมมองเชิงมุมของเลนส์จะฉายลงบนระนาบแนวนอนของภาพ และจำนวนพิกเซลแนวนอนของกล้องจะกระจายอยู่บนระนาบนั้น สูตรแบบย่อคือ:

สูตรพิกเซลต่อเมตร DORI

PPM = (ความยาวโฟกัส (มม.) × ความกว้างภาพ (พิกเซล)) / (ความกว้างเซ็นเซอร์ (มม.) × ระยะทาง (ม.)

focal_length_mm: เลนส์ที่คุณเลือก (เช่น 6mm, 12mm)
image_width_pixels: จำนวนพิกเซลแนวนอน (เช่น 2560 สำหรับ 4MP ที่ 16:9)
sensor_width_mm: ขนาดแนวนอนของเซนเซอร์ (1/2.8" ≈ 5.376mm; 1/1.8" ≈ 7.20mm)
distance_m: จำนวนเมตรจากกล้องถึงเป้าหมาย

เปรียบเทียบผลลัพธ์กับเกณฑ์มาตรฐาน EN 62676-4: การตรวจจับ 25 ppm, การสังเกต 62 ppm, การรับรู้ 125 ppm, การระบุ 250 ppm การแก้ไขเพิ่มเติมในปี 2025 ได้เพิ่มโหมด OODPCVS ที่ขยายคำศัพท์เหล่านี้ แต่การคำนวณพิกเซลพื้นฐานยังคงเหมือนเดิม

ก่อนที่เราจะเริ่มขั้นตอนการใช้งาน มีข้อควรระวังสองประการ ประการแรก ขนาดเซ็นเซอร์มักระบุเป็นเศษส่วนของนิ้ว (1/2.8", 1/1.8", 1/1.2") — นี่ไม่ใช่หน่วยนิ้วที่แท้จริง แต่เป็นคำศัพท์ที่สืบทอดมาจากกล้องแบบใช้หลอดภาพวิดิคอน ให้ใช้ตารางแปลงหน่วยด้านล่าง หรือใช้เครื่องคิดเลขของคุณในการคำนวณ ประการที่สอง สูตรนี้ใช้กับเลนส์มาตรฐานแบบเส้นตรง เลนส์มุมกว้างและเลนส์ฟิชอายจะทำให้เกิดการบิดเบี้ยวแบบบาร์เรล ซึ่งจะเปลี่ยนความหนาแน่นของพิกเซลทั่วทั้งเฟรมเล็กน้อย สำหรับเลนส์เหล่านั้น ให้ใช้ค่าความยาวโฟกัสที่ผู้ผลิตระบุไว้ แทนที่จะใช้ค่าความยาวโฟกัสที่ระบุไว้

ขนาดเซ็นเซอร์	แนวนอน มม.
1/3"	4.80mm
1/2.8"	5.376mm
1/2.5"	5.76mm
1/1.8"	7.20mm
1/1.2"	10.67mm

คำแนะนำการใช้งาน 1 — ท่าขนถ่ายสินค้าในคลังสินค้า

สถานการณ์ ลูกค้าด้านโลจิสติกส์กำลังติดตั้งกล้องวงจรปิดที่ท่าเทียบสินค้ากว้าง 25 เมตร โดยติดตั้งกล้องหนึ่งตัวบนผนังอาคารเหนือประตูท่าเทียบสินค้าโดยตรง หันออกไปทางลานด้านนอก กล้องที่เลือกใช้มีความละเอียด 4 ล้านพิกเซล พร้อมเซ็นเซอร์ขนาด 1/2.8 นิ้ว (2560 × 1440 พิกเซล, ระยะแนวนอน 5.376 มม.) บนเลนส์คงที่ 6 มม. คำถามคือ กล้องตัวนี้สามารถให้ระดับ DORI เท่าใดที่ระยะ 10 เมตร 20 เมตร และ 35 เมตรจากผนัง?

ตัวเลข

PPM @ 10m = (6 × 2560) / (5.376 × 10) = 285.7 ppm → การระบุ (>250)
PPM @ 20m = (6 × 2560) / (5.376 × 20) = 142.9 ppm → การรับรู้ (>125)
PPM @ 35m = (6 × 2560) / (5.376 × 35) = 81.6 ppm → การสังเกต (>62)

การตีความ: กล้อง 4MP-on-6mm ตัวเดียวครอบคลุมพื้นที่ท่าเทียบเรือด้วยระดับ DORI สามระดับที่แตกต่างกันในสามระยะ: การระบุตัวตนที่ประตู การจดจำบริเวณกลางลาน และการสังเกตการณ์ลึกเข้าไปในพื้นที่ขนถ่ายสินค้า สำหรับท่าเทียบเรือกว้าง 25 เมตร ทุกพิกเซลตามพื้นผิวท่าเทียบเรือจะตรงตามเกณฑ์การจดจำหรือดีกว่า ซึ่งเป็นเกณฑ์ที่เหมาะสมสำหรับ "เรารู้ว่าใครหยิบตู้คอนเทนเนอร์ไหน"

ข้อสรุปด้านการออกแบบ หากลูกค้าต้องการการระบุตัวตนที่ระยะ 20 เมตร (เช่น เพื่ออ่านบัตรประจำตัวคนขับรถยกในระยะไกล) กล้องตัวนี้จะไม่เพียงพอ พวกเขาต้องการเลนส์ที่มีทางยาวโฟกัสยาวกว่า (ซึ่งจะทำให้มุมมองกว้างใกล้ประตูลดลง) หรือเซ็นเซอร์ที่มีความละเอียดสูงกว่า (8MP บนเลนส์ 6 มม. เดียวกันสามารถระบุตัวตนได้ไกลกว่า 20 เมตร) การสาธิตทำให้เห็นข้อแลกเปลี่ยนได้อย่างชัดเจน ซึ่งเป็นสิ่งที่ควรพูดคุยกับลูกค้าก่อนการติดตั้งมากกว่าหลังจากนั้น

ขั้นตอนการใช้งานที่ 2 — ประตู ANPR ลานจอดรถ

สถานการณ์ ลูกค้าเชิงพาณิชย์ต้องการระบบจดจำป้ายทะเบียนรถอัตโนมัติ (ANPR) ที่ประตูทางเข้าที่จอดรถใต้ดิน แผงกั้นอยู่ห่างจากแท่นติดตั้งกล้อง 5 เมตร กล้องที่เลือกมีความละเอียด 8 ล้านพิกเซล พร้อมเซ็นเซอร์ขนาด 1/1.8 นิ้ว (3840 × 2160 พิกเซล, ระยะโฟกัสแนวนอน 7.20 มม.) บนเลนส์คงที่ 12 มม. คำถามคือ: ชุดอุปกรณ์นี้ตรงตามข้อกำหนดการระบุตัวตน (250 ครั้งต่อนาที) ที่ประตูหรือไม่ และมีระยะเผื่อเท่าใด?

ตัวเลข

PPM @ 5m = (12 × 3840) / (7.20 × 5) = 1280 ppm → การระบุ (>>250)
PPM @ 10m = (12 × 3840) / (7.20 × 10) = 640 ppm → การระบุ (>>250)
PPM ที่ 25 ม. = (12 × 3840) / (7.20 × 25) = 256 ppm → การระบุ (สูงกว่า 250 เล็กน้อย)

การตีความ: ที่ระยะ 5 เมตร กล้องให้ความละเอียด 1280 ppm ซึ่งมากกว่าเกณฑ์การระบุตัวตนตามมาตรฐาน EN 62676-4 ถึงห้าเท่า ความสามารถในการอ่านป้ายทะเบียนรถ (ANPR) นั้นคุ้มค่า ระบบ ANPR ทำงานได้อย่างมีประสิทธิภาพก็ต่อเมื่อป้ายทะเบียนมีแสงสว่างเพียงพอ อยู่ในมุมที่เหมาะสม และปราศจากภาพเบลอจากการเคลื่อนไหว การมีพื้นที่พิกเซลเหลือเฟือหมายความว่าระบบสามารถทนต่อความเสื่อมโทรมที่เกิดขึ้นจริงได้ (เช่น ฝนตกบนเลนส์ แสงแดดอ่อนๆ การเอียงของรถเล็กน้อย) โดยไม่ทำให้ความละเอียดลดลงต่ำกว่าเกณฑ์การอ่าน การออกแบบที่ให้ความละเอียดเพียง 250 ppm ในสภาพห้องปฏิบัติการมักจะล้มเหลวในการใช้งานจริง

สรุปผลการออกแบบ กล้องความละเอียด 8MP บนเลนส์ 12 มม. เหมาะสมกับประตูทางเข้าขนาด 5 เมตร โดยมีระยะเผื่อเหลือเฟือ หากติดตั้งกล้องตัวเดียวกันนี้ในระยะที่ไกลกว่านั้น — ประมาณ 25 เมตร — ก็ยังคงสามารถระบุตัวตนได้ แต่จะมีความทนทานต่อสภาพแวดล้อมน้อยลง สำหรับกล้อง ANPR ที่มีวัตถุประสงค์เดียว การมีพื้นที่พิกเซลเหลือเฟือเป็นสิ่งที่ถูกต้องในการออกแบบ ไม่ใช่การสิ้นเปลือง

คำแนะนำขั้นตอนที่ 3 — สถานีพนักงานธนาคาร

สถานการณ์: ธนาคารพาณิชย์แห่งหนึ่งกำลังอัปเกรดกล้องวงจรปิดภายในสาขาบริเวณเคาน์เตอร์พนักงาน แต่ละเคาน์เตอร์มีกล้องเฉพาะติดตั้งอยู่บนผนังด้านหลัง ห่างจากฝั่งลูกค้า 4 เมตร กล้องที่เลือกใช้เป็นกล้อง 6 ล้านพิกเซล พร้อมเซ็นเซอร์ขนาด 1/1.8 นิ้ว (3072 × 2048 พิกเซล, ระยะโฟกัสแนวนอน 7.20 มม.) บนเลนส์คงที่ 8 มม. คำถาม: กล้องนี้สามารถตอบสนองความต้องการการระบุตัวตน 250 ครั้งต่อนาที (ppm) บริเวณฝั่งลูกค้าสำหรับการใช้งานระบบจดจำใบหน้าได้หรือไม่?

ตัวเลข

PPM @ 4m = (8 × 3072) / (7.20 × 4) = 853 ppm → การระบุ (>>250)
PPM @ 6m = (8 × 3072) / (7.20 × 6) = 569 ppm → การระบุ (>>250)
PPM ที่ 12 ม. = (8 × 3072) / (7.20 × 12) = 284 ppm → การระบุ (สูงกว่า 250 เล็กน้อย)

คำอธิบาย กล้อง 6MP บนเลนส์ 8 มม. สามารถระบุตัวตนได้ที่ความละเอียด 250 ppm ณ เคาน์เตอร์พนักงานธนาคาร โดยมีจำนวนพิกเซลเหลือเฟือ มาตรฐาน EN 62676-4 กำหนดให้ 250 ppm เป็นระดับที่สามารถระบุตัวบุคคลที่ไม่คุ้นเคยจากภาพได้ ซึ่งตรงกับกรณีการใช้งานการจดจำใบหน้าที่ทำงานเมื่อธุรกรรมถูกตั้งค่าสถานะ กล้องตัวเดียวกันนี้ยังคงสามารถระบุตัวตนได้ไกลถึงประมาณ 12 เมตร ซึ่งไกลกว่าความลึกของห้องโถงพนักงานธนาคารทั่วไป

ข้อสรุปด้านการออกแบบ: ด้วยรูปทรงเรขาคณิตเช่นนี้ ความสูงในการติดตั้งและมุมที่มองไปยังใบหน้าของลูกค้ามีความสำคัญมากกว่าจำนวนพิกเซลเพิ่มเติม ใบหน้าที่มองจากมุมสูงชันนั้นยากต่อการระบุมากกว่าใบหน้าที่มีจำนวนพิกเซลเท่ากันแต่ดูจากด้านหน้าโดยตรง ความหนาแน่นของพิกเซลจึงเป็นเงื่อนไขที่จำเป็น ไม่ใช่เงื่อนไขที่เพียงพอ การตรวจสอบอย่างละเอียดทำให้เกิดการพูดคุยเกี่ยวกับการออกแบบที่ถูกต้อง: ในเวอร์ชันถัดไป ให้เน้นที่ตำแหน่งการติดตั้งมากกว่าคุณสมบัติของกล้อง

มาตรฐาน EN 62676-4 เตือนความจำเกี่ยวกับเกณฑ์ต่างๆ เกณฑ์การระบุตัวตนที่ 250 ppm เป็นขอบเขตมาตรฐานที่สูงกว่านั้น จะสามารถระบุตัวตนบุคคลที่ไม่คุ้นเคยได้อย่างน่าเชื่อถือจากภาพ โดยทั่วไปแล้วอัลกอริทึมการจดจำใบหน้าในระดับท้องถิ่นต้องการค่าที่ต่ำกว่านี้มากในการทำงาน แต่ตัวเลข 250 ppm คือสิ่งที่ผ่านการตรวจสอบหลักฐานในศาล ซึ่งเป็นมาตรฐานที่การใช้งานในพนักงานธนาคารได้รับการออกแบบมาให้ตรงตามเกณฑ์นั้น

ข้อผิดพลาดที่พบบ่อย

ข้อผิดพลาดสามข้อนี้เป็นสาเหตุหลักของบทสนทนาเกือบทุกครั้งที่เราได้ยินว่า "คำนวณแล้วได้ แต่ติดตั้งไม่สำเร็จ" การช่วยคุณประหยัดเวลาและความพยายามในการติดตั้งจึงเป็นเหตุผลสำคัญที่ทำให้บทความนี้เกิดขึ้น

ความสับสนเกี่ยวกับขนาดเซ็นเซอร์ เซ็นเซอร์ขนาด 1/2.8" ไม่ได้หมายความว่ามี 1/2.8 นิ้วจริง ๆ แต่เป็นชื่อเรียกเดิมจากหลอดวิดิคอน ซึ่งเทียบเท่ากับความยาวแนวนอนประมาณ 5.376 มิลลิเมตร การแทนค่า 9.07 มิลลิเมตร (ค่าที่แท้จริงของ 1 นิ้วหารด้วย 2.8) ลงในสูตร เป็นหนึ่งในวิธีที่น่าเชื่อถือที่สุดที่จะทำให้การประมาณระยะการระบุตัวตนสูงเกินไปเป็นสองเท่า
ข้อมูลอัตราส่วนภาพหายไป กล้อง "4MP" อาจมีความละเอียด 2560 × 1440 (16:9) หรือ 2048 × 1536 (4:3) จำนวนพิกเซลในแนวนอนแตกต่างกัน 25% และระยะ DORI ที่ได้ก็แตกต่างกันด้วยเช่นกัน ควรตรวจสอบความละเอียดจากเอกสารข้อมูลจำเพาะเสมอ อย่าเดาอัตราส่วนภาพจากจำนวนเมกะพิกเซล
การแปลงหน่วยผิดพลาด การสับสนระหว่างเซนติเมตรกับเมตร ฟุตกับเมตร หรือมิลลิเมตรกับเซนติเมตร เป็นข้อผิดพลาดที่พบได้บ่อยที่สุด เพราะทำให้ตัวเลขดูสมเหตุสมผล ควรใช้เครื่องคิดเลขที่รองรับหน่วย (เครื่องคิดเลข DORI ของ CCTVplanner รองรับหน่วยเมตรและฟุตโดยตรง) และตรวจสอบหน่วยอีกครั้งในทุกขั้นตอน
ค่าเกณฑ์ในเอกสารข้อมูลจำเพาะเทียบกับค่าเกณฑ์ตามมาตรฐาน EN 62676-4 ผู้ผลิตบางรายระบุ "ระยะการระบุ" โดยใช้เป้าหมายความหนาแน่นของพิกเซลภายในของตนเอง โปรดตรวจสอบเสมอว่าตัวเลขในเอกสารข้อมูลจำเพาะนั้นอ้างอิงจากค่า 100 ppm, 150 ppm หรือค่า 250 ppm ตามมาตรฐาน EN 62676-4 หรือไม่ เพราะความแตกต่างอาจมากถึง 2.5 เท่าของระยะทาง

วิธีการยืนยันอัตโนมัติ

การคำนวณด้วยมือเป็นวิธีที่ดีในการเรียนรู้ แต่การคำนวณด้วยมือสำหรับกล้องทุกตัวในโครงการที่มีกล้อง 40 ตัวนั้นเป็นวิธีที่ทำให้เกิดข้อผิดพลาดได้ง่าย CCTVplanner มีเครื่องมือฟรีสองตัวที่ใช้งานผ่านเว็บเบราว์เซอร์ ซึ่งใช้สูตรข้างต้นร่วมกับเกณฑ์มาตรฐาน EN 62676-4 และแคตตาล็อกกล้องกว่า 65,000 ตัว

เครื่องคิดเลขสองเครื่องที่ช่วยคำนวณให้คุณ

สำหรับโครงการที่มีกล้องหลายตัว นักออกแบบคือจุดเริ่มต้นที่เหมาะสม วางตำแหน่งกล้องแต่ละตัวลงบนแบบแปลนพื้น ตั้งค่าเลนส์ และใช้รหัสสีบนผืนผ้าใบเพื่อระบุพื้นที่ที่ตรงตามระดับ DORI ที่กำหนด ธงแสดงการปฏิบัติตามข้อกำหนดจะปรากฏขึ้นเป็นสีแดงในทุกที่ที่กล้องถูกขอให้ถ่ายภาพด้วยจำนวนพิกเซลต่อเมตรมากกว่าที่เลนส์และความละเอียดของกล้องอนุญาต PDF หลายหน้าที่ส่งออกจะนำระดับ DORI ของแต่ละกล้องไปใส่ไว้ในตารางอุปกรณ์ เจ้าหน้าที่จัดซื้อสามารถอ่านตัวเลขที่คุณคำนวณไว้ได้โดยไม่ต้องคำนวณใหม่

หากต้องการอ่านรายละเอียดเพิ่มเติมเกี่ยวกับการอัปเดตด้านมาตรฐานที่อยู่เบื้องหลังเครื่องมือเหล่านี้ บทความอัปเดต EN 62676-4 :2025 OODPCVS จะอธิบายถึงฉลากโหมดใหม่เจ็ดแบบที่อยู่เหนือ DORI แบบดั้งเดิมในการจัดซื้อจัดจ้างของสหภาพยุโรปในปี 2026

คำถามที่พบบ่อย

สูตรพื้นฐานของความหนาแน่นพิกเซล DORI คืออะไร?

พิกเซลต่อเมตรที่ระยะเป้าหมายเท่ากับ (ทางยาวโฟกัส_mm × ความกว้างภาพเป็นพิกเซล) หารด้วย (ความกว้างเซนเซอร์_mm × ระยะ_m) ความละเอียดแนวนอนเป็นพิกเซล ทางยาวโฟกัสและความกว้างเซนเซอร์เป็นมิลลิเมตร และระยะเป้าหมายเป็นเมตร ผลลัพธ์คือความหนาแน่นพิกเซลที่ระยะนั้น ซึ่งคุณนำไปเทียบกับเกณฑ์ EN 62676-4: 25 ppm Detection, 62 ppm Observation, 125 ppm Recognition, 250 ppm Identification

ในสูตรใช้พิกเซลแนวนอนหรือเมกะพิกเซลรวม?

ใช้จำนวนพิกเซลแนวนอนเสมอ กล้อง 4MP ที่ 16:9 มี 2560 × 1440 พิกเซล: สำหรับ DORI คุณใช้ 2560 ไม่ใช่ 4,000,000 การใช้เมกะพิกเซลในสูตรประเมินความหนาแน่นพิกเซลสูงเกินไปหลายระดับโดยไม่รู้ตัว นี่เป็นข้อผิดพลาดที่พบบ่อยที่สุดและเป็นข้อที่มีแนวโน้มทำให้การออกแบบไม่ผ่านการส่งมอบมากที่สุด

ทำไมตัวเลขของฉันต่างจาก 'ระยะระบุตัวตน' ในแผ่นข้อมูลกล้อง?

ผู้ผลิตบางครั้งเผยแพร่ระยะระบุตัวตนโดยใช้เกณฑ์กรรมสิทธิ์ของตนเองแทน EN 62676-4 250 ppm ตรวจสอบเป้าหมายความหนาแน่นพิกเซลที่สมมติเสมอ แผ่นข้อมูลที่บอกว่า 'ระบุตัวตนที่ 18m' อาจสมมติ 100 ppm หรือ 150 ppm แทน 250 ppm มาตรฐาน: ที่ 250 ppm กล้องตัวเดียวกันจะไปได้เพียงประมาณ 7m คณิตศาสตร์ถูกต้อง สิ่งที่ต่างคือสมมติฐาน

การเลือกเลนส์หรือความละเอียดสำคัญกว่ากัน?

สำคัญเท่ากัน: ความหนาแน่นพิกเซลเป็นสัดส่วนกับทางยาวโฟกัสหารด้วยความกว้างเซนเซอร์ และเป็นสัดส่วนกับความละเอียดแนวนอน การเพิ่มอย่างใดอย่างหนึ่งเป็นสองเท่าเพิ่มระยะระบุตัวตนที่ทำได้ประมาณสองเท่า ในทางปฏิบัติ เลนส์ varifocal ให้ความยืดหยุ่นในการปรับต่อกล้อง ขณะที่การอัปเกรดความละเอียดเป็นประโยชน์ต่อทุกโซนสม่ำเสมอ คำตอบที่ถูกต้องสำหรับไซต์ใดๆ มักเป็นการผสม: กล้องจำนวนน้อยลงที่ความละเอียดสูงขึ้นพร้อมเลนส์ที่เลือกอย่างเหมาะสม

จะตรวจสอบการคำนวณ DORI โดยไม่คำนวณด้วยมือได้อย่างไร?

ใช้เครื่องคำนวณที่รู้เกณฑ์ EN 62676-4 และแค็ตตาล็อกกล้อง เครื่องคำนวณ DORI ของ CCTVplanner ที่ /calculator/dori รับกล้องและระยะเป้าหมายแล้วคืนความหนาแน่นพิกเซลที่ได้และระดับ DORI เครื่องคำนวณ EN 62676-4 เฉพาะที่ /en-62676-4-calculator ห่อคณิตศาสตร์เดียวกันในภาษาที่ตระหนักถึงมาตรฐาน รวมโหมด OODPCVS ปี 2025 ทั้งสองฟรีและไม่ต้องติดตั้ง

คู่มือการคำนวณ DORI (2026): ขั้นตอนการปฏิบัติตามมาตรฐาน EN 62676-4 สำหรับโครงการจริง

สารบัญ

สิ่งที่คุณจะได้เรียนรู้

ทบทวนสูตรคณิตศาสตร์ DORI — สูตรในหนึ่งย่อหน้า

สูตรพิกเซลต่อเมตร DORI

คำแนะนำการใช้งาน 1 — ท่าขนถ่ายสินค้าในคลังสินค้า

ตัวเลข

ขั้นตอนการใช้งานที่ 2 — ประตู ANPR ลานจอดรถ

ตัวเลข

คำแนะนำขั้นตอนที่ 3 — สถานีพนักงานธนาคาร

ตัวเลข

ข้อผิดพลาดที่พบบ่อย

วิธีการยืนยันอัตโนมัติ

เครื่องคิดเลขสองเครื่องที่ช่วยคำนวณให้คุณ

คำถามที่พบบ่อย

สูตรพื้นฐานของความหนาแน่นพิกเซล DORI คืออะไร?

ในสูตรใช้พิกเซลแนวนอนหรือเมกะพิกเซลรวม?

ทำไมตัวเลขของฉันต่างจาก 'ระยะระบุตัวตน' ในแผ่นข้อมูลกล้อง?

การเลือกเลนส์หรือความละเอียดสำคัญกว่ากัน?

จะตรวจสอบการคำนวณ DORI โดยไม่คำนวณด้วยมือได้อย่างไร?

บทความที่เกี่ยวข้อง