方案基于Matlab2018，Python 2.7、Opencv 3.4实现，实现流程如下：

1. 首先，使用Matlab，进行双目摄像头的标定；
2. 其次，识别特定颜色；
3. 最后，使用双目测距公式得到特征点的距离。

摄像头标定

首先进行摄像头的标定，具体标定流程，点击https://blog.csdn.net/suoxd123/article/details/79154170 查看

识别特定颜色物体

在cvt颜色空间中，使用颜色对应范围进行过滤，详细代码如下

    def findTargetPoint(self,frameRectified):
        hsvImg = cv2.cvtColor(frameRectified, cv2.COLOR_BGR2HSV)
        maskImg = cv2.inRange(hsvImg, self.lower_range, self.upper_range)
        # Detect contour for both left and right images
        (_, cntsImg, _) = cv2.findContours(maskImg, cv2.RETR_EXTERNAL,
                        cv2.CHAIN_APPROX_SIMPLE)
        # If the spot is out of view, then go to next frame
        if len(cntsImg) == 0:
            return (-1,-1,-1)
        # find target obj
        maxArea,maxIdx = 0,0
        for idx in range(0,len(cntsImg)):
            _,_,w,h = cv2.boundingRect(cntsImg[idx])
            tmpArea = w * h
            if tmpArea > maxArea:
                maxArea = tmpArea
                maxIdx = idx
        # compute the center of the contour in the frame
        M = cv2.moments(cntsImg[maxIdx])
        if M["m00"] == 0:
            cXTarget = cntsImg[maxIdx][0][0][0]
            cYTarget = cntsImg[maxIdx][0][0][1]
        else:        
            cXTarget = int(M["m10"] / M["m00"])
            cYTarget = int(M["m01"] / M["m00"])
        # draw the contour and center of the shape on the image
        cv2.drawContours(frameRectified, cntsImg, maxIdx, (240, 0, 159), 1)
        cv2.circle(frameRectified, (cXTarget, cYTarget), 1, (0, 0, 0), -1)
        return (0,cXTarget,cYTarget)

测距公式计算

其计算原理如下图所示，计算公式为：$实际距离 = 焦距 \times 摄像头间距 \div 视差$实际距离=焦距×摄像头间距÷视差，opencv官网给的参考链接：https://docs.opencv.org/3.3.1/d9/d0c/group__calib3d.html