基于opencv的ArUco的视觉定位之ArUco安装

小编之前在前面的文章里是通过安装opencv+contirb来实现使用aruco,但在进行aruco的源码学习时,发现不少类contirb里库是没有的,于是不得不再装一个独立的aruco的库,安装完测试可以用,下面给出安装配置过程。

一、编译安装环境
虚拟机VM+ubuntu16.04(lunix)
aruco源码下载地址:https://sourceforge.net/projects/aruco/files/?source=navbar
网站截图是这样的:

建议下载最新版,小编这里以3.0.12为例,此时应该是在已经安装好opencv的环境下,且OpenCV,最好是3.0以上版本,不能低于2.4.9。
下好源码后就是解压缩,小编是默认路径 /usr/local/安装,代码如下:

$ unzip aruco-3.0.12.zip
$ cd aruco-3.0.12
$ mkdir build
$ cd build
$ cmake ..
$ make -j4 install

安装完成后会在安装路径下生成四个文件夹:bin、include、lib 和 share,分别包含了可执行文件、头文件、库文件和cmake配置文件,如下图:
在这里插入图片描述
至此aruco库就基本装好啦。
二、ArUco文件夹简单解释
2.1bin文件夹
bin目录下有一些源码自动生成的可执行文件,像是一些demo,我们可以用它们实现ArUco的一些基本功能,比如相机标定、生成二维码、检测二维码等等。这些可执行文件的源码都可以在你的源码包中找到,当然日后我们自己写程序的时候完全可以参考这些源码。
2.2include文件夹
在这里插入图片描述
从图中可以看出,ArUco库中包含的所有头文件都在这里,,每个头文件对应的源码都能在源码包中的src文件夹下找到。
3.3lib文件夹
在这里插入图片描述
是aruco的动态库。

### 回答1: Aruco是一个基于OpenCV的开源视觉标识系统,可以用于相机姿态估计、相机标定、三维重建等应用。下面是使用Python进行Aruco视觉定位的一些步骤: 1. 安装OpenCVAruco库 ``` pip install opencv-python pip install opencv-contrib-python pip install aruco ``` 2. 准备Aruco标识 使用Aruco库提供的函数生成Aruco标识图像,并打印出来。标识图像可以用于相机姿态估计。 3. 相机标定 使用Aruco标识图像进行相机标定,得到相机内参和畸变参数。可以使用OpenCV提供的calibrateCamera函数进行相机标定。 4. 检测Aruco标识 使用OpenCV提供的aruco的detectMarkers函数,可以检测到图像Aruco标识,并返回标识的位置和姿态信息。 5. 估计相机姿态 使用OpenCV提供的aruco的estimatePoseSingleMarkers函数,可以估计相机相对于Aruco标识的姿态。 6. 绘制姿态信息 使用OpenCV提供的drawAxis函数,可以在标识图像上绘制出相机的姿态信息。 以上是使用Python进行Aruco视觉定位的一些基本步骤,具体实现可以参考OpenCVAruco库提供的文档和示例代码。 ### 回答2: Aruco视觉定位是一种基于二维码的视觉定位算法,可以用于在图像或视频定位和识别二维码标记。在Python,可以使用OpenCV库的Aruco模块来实现Aruco视觉定位。 首先,需要使用pip或conda安装OpenCV库。然后,可以导入Aruco模块并调用其的函数来进行视觉定位。 在使用Aruco定位之前,我们需要准备一个已知的二维码标记字典,该字典包括一组已知标记的ID和对应的二维码图像。可以使用Aruco模块的函数来生成字典,或者使用已有的标记字典。 接下来,我们可以读取图像或者视频流,并使用Aruco模块的函数来检测和识别二维码标记。函数会返回每个检测到的标记的ID和位置信息。 最后,我们可以根据标记的位置信息对图像或视频进行定位。可以通过计算标记的位置和姿态矩阵,来获取标记在世界坐标系的位置。这样,我们就可以实现对图像或视频物体的三维定位。 需要注意的是,Aruco视觉定位的准确性受到环境光照、标记图像质量和摄像机参数等多个因素的影响。为了提高定位的准确性,可以对摄像机进行校准,调整环境光照,以及使用更多的标记来增加定位的稳定性。 总结来说,Aruco视觉定位是一种基于二维码的视觉定位算法,可以利用PythonOpenCV库来实现。通过识别和定位二维码标记,可以在图像或视频实现物体的三维定位。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值