NanoPi M4开发opencv图像识别aruco码全过程（超详细）（二：测试）

进入/usr/local/bin,这里是aruco提供的一些测试案例，可执行文件。
这里我们用这些例程来测试是否opencv及aruco是否安装完好并且可执行。

1.相机标定

1.1先打印生成标定板

在https://sourceforge.net/projects/aruco/files/

用a4纸打印出来

因为这里是在文件目录下进行操作，所以必须先进入root权限

su
//密码是fa
cd  /usr/local/bin

  sudo ./aruco_calibration live:0 markermapConfig.yml 0.038

解释：调用摄像头0（这里你要自己在/dev目录下看video后面的数字是几），生成一个标定文件markermapConfig.yml，标定板用a4纸打出来边长是0.038。

生成文件成功

2.进行aruco码的位姿估计

./aruco_test

Usage: (in.avi|live[:camera_index(e.g 0 or 1)]) [-c camera_params.yml] [-s marker_size_in_meters] [-d dictionary:ALL_DICTS by default] [-h] [-ws w:h] [-skip frames]
Dictionaries: ARUCO ARUCO_MIP_16h3 ARUCO_MIP_25h7 ARUCO_MIP_36h12 ARTOOLKITPLUS ARTOOLKITPLUSBCH TAG16h5 TAG25h7 TAG25h9 TAG36h11 TAG36h10 CHILITAGS ALL_DICTS
Instead of these, you can directly indicate the path to a file with your own generated dictionary

./aruco_test live:0 -c ./markermapConfig.yml -s 0.038