aruco识别，python实现

白嫖怪阿七

已于 2022-04-13 20:21:16 修改

阅读量3.8k

点赞数 4

分类专栏：视觉 aruco 文章标签： python

于 2022-04-13 20:15:49 首次发布

本文链接：https://blog.csdn.net/weixin_59410783/article/details/124156607

版权

本文介绍了如何在Anaconda环境下配置Spyder，使用Python编写视觉系统，包括Opencv库的Aruco码识别，以及如何打包成exe文件以便lattepanda执行。教程涵盖了软件安装、插件配置、代码示例和流程详解。

摘要由CSDN通过智能技术生成

需要配置anaconda，用spyder进行python语言编辑，实现对aruco码的编写。代码比较垃圾，不喜勿喷。

配置过程如下：

视觉系统的运行需要搭建视觉环境，包括，软件的下载安装、Opencv环境的搭建、插件的下载、执行文件的打包等等。首先需要下载安装Anaconda软件，建立可运行python程序的Spyder的环境。

在下在安装好Anaconda后，通过install下载Spyder，建立python开发环境。然后通过命令版Ananconda Prompt下载安装视觉开发环境所需的插件，安装命令为 pip install xx。例如：pip install opencv-contrib-python。

通过命令板的pip install 命令下载插件，根据功能需要进行下载。本系统中需要的视觉插件包括Opencv、Opencv-contrib-python、Pyserial、Pyrelsense2、PyQt5、Pyinstaller等插件。在进行完视觉的python程序开发之后，需要将程序打包为exe执行文件，以便于lattepanda对程序的执行，所需要的模块PyQt5、Pyinstaller。通过Pyinstaller -F xxx.Py命令进行打包，生成exe后即可在lattepanda上运行程序。

视觉系统python程序及基于Opencv的Aruco码识别环境的搭建和执行文件的生成流程如下：

python的代码如下：

import pyrealsense2 as rs
import serial
import numpy as np
import cv2
import cv2.aruco as aruco
import math
# import socket
# import wmi
# import sys

# c = wmi.WMI()
# for physical_disk in c.Win32_DiskDrive():
#       if physical_disk.SerialNumber=='6b13130f' :#and board_id.SerialNumber=='Default string':#shibeiquanxian
#           print('go on')
#       else:
#           print('The computer is not authorized ')
#           sys.exit()

 #波特率，标准值之一：50,75,110,134,150,200,300,600,1200,1800,2400,4800,9600,19200,38400,57600,115200

#超时设置,None：永远等待操作，0为立即返回请求结果，其他值为等待超时时间(单位为秒）

# 打开串口，并得到串口对象


ser = serial.Serial('COM8', 57600, timeout=0)  # COM8

def send(val):
    data = bytes(val, 'UTF8')
    ser.write(data)