Как получить координаты объекта с фото?

Я хочу реализовать программу, с помощью которой пользователь может выбрать любой объект на фото и получить его реальные координаты (долготу и широту). [Работу пишу на языке Python]

Что я имею:

1. Долгота, широта и высота над уровнем моря самой фотографии
2. Фокусное расстояние камеры
3. С помощью нейросети могу распознавать образы на фото

Каким образом можно реализовать подсчет реальных координат с фотографии? Получается, мне нужно как-то понять глубину фото и отталкиваться от этого?