识别图像图像中所有Aruco的代码

最新推荐文章于 2024-04-03 20:52:39 发布

ywq9696

最新推荐文章于 2024-04-03 20:52:39 发布

阅读量561

点赞数

分类专栏： 1234 文章标签： ar opencv 人工智能

原文链接：https://blog.csdn.net/qq_37662375/article/details/121130493?utm_medium=distribute.pc_category.none-task-blog-hot-2.nonecase&depth_1-utm_source=distribute.pc_category.none-task-blog-hot-2.nonecase

版权

1234 专栏收录该内容

13 篇文章 0 订阅

订阅专栏

此代码示例展示了如何利用OpenCV的Aruco模块在视频中检测并识别Aruco码。通过设定内参、畸变参数、创建字典和检测函数，实现对Aruco码的定位和坐标轴绘制。同时，提供了只识别特定ID的Aruco码的代码段，以及常用的Aruco函数解析。

摘要由CSDN通过智能技术生成

#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>
#include <iostream>
#include <opencv2/aruco.hpp>
#include <stdio.h>

using namespace cv;
using namespace std;

int main(int argc, char *argv[])

{
//内参与畸变矩阵，笔者在前面的博客已经给出求解方法，有需要的可以找找看看
double fx,fy,cx,cy,k1,k2,k3,p1,p2;
fx=955.8925;
fy=955.4439;
cx=296.9006;
cy=215.9074;
k1=-0.1523;
k2=0.7722;
k3=0;
p1=0;
p2=0;

Mat cameraMatrix = (cv::Mat_<float>(3, 3) <<
fx, 0.0, cx,
0.0, fy, cy,
0.0, 0.0, 1.0);
Mat distCoeffs = (cv::Mat_<float>(5, 1) << k1, k2, p1, p2, k3);
cv::VideoCapture inputVideo;
inputVideo.open(1);
// 创建一个字典，该字典内储存了设定数量的Aruco码用于检测
cv::Ptr<cv::aruco::Dictionary> dictionary = cv::aruco::getPredefinedDictionary(cv::aruco::DICT_4X4_50);

// 检测字典是否建立成功
//cv::Mat MarkerImage;
//cv::aruco::drawMarker(dictionary, 23, 200, MarkerImage, 1);
//cv::imshow("Marker", MarkerImage);

while (inputVideo.grab()) {
cv::Mat image, imageCopy;
inputVideo.retrieve(image); // 抓取视频中的一张照片
image.copyTo(imageCopy);
std::vector<int> ids; // 储存结果id
std::vector<std::vector<cv::Point2f>> corners; // 储存结果位置
cv::aruco::detectMarkers(image, dictionary, corners, ids); // 检测靶标
// if at least one marker detected
if (ids.size() > 0) {
cv::aruco::drawDetectedMarkers(imageCopy, corners, ids); // 绘制检测到的靶标的框
std::vector<cv::Vec3d> rvecs, tvecs; // 储存结果R/t
cv::aruco::estimatePoseSingleMarkers(corners, 0.055, cameraMatrix, distCoeffs, rvecs, tvecs); // 求解旋转矩阵rvecs和平移矩阵tvecs
cout<<"R :"<<rvecs[0]<<endl;
cout<<"T :"<<tvecs[0]<<endl;
// draw axis for each marker
for(int i=0; i<ids.size(); i++)
cv::aruco::drawAxis(imageCopy, cameraMatrix, distCoeffs, rvecs[i], tvecs[i], 0.1); // 画出坐标轴
}
else {
cout<<"No Object Detected"<<endl;
}
cv::imshow("out", imageCopy);
cv::waitKey(10);
//if (key == 27)1
// break;
}
return 0;
}
一份只识别特定ID的Aruco的代码
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>
#include <iostream>
#include <opencv2/aruco.hpp>
#include <stdio.h>
http://wap.ihain.cn/thread-203502923-1-1.html
http://wap.ihain.cn/thread-203502864-1-1.html
http://wap.ihain.cn/thread-203502778-1-1.html
http://wap.ihain.cn/thread-203502705-1-1.html
http://wap.ihain.cn/thread-203502603-1-1.html
http://wap.ihain.cn/thread-203502530-1-1.html
http://wap.ihain.cn/thread-203502288-1-1.html
http://wap.ihain.cn/thread-203502125-1-1.html
http://wap.ihain.cn/thread-203502049-1-1.html
http://wap.ihain.cn/thread-203501970-1-1.html
http://wap.ihain.cn/thread-203501888-1-1.html
http://wap.ihain.cn/thread-203501803-1-1.html
http://wap.ihain.cn/thread-203501731-1-1.html
using namespace cv;
using namespace std;

int main(int argc, char *argv[])

{
//内参与畸变矩阵，笔者在前面的博客已经给出求解方法，有需要的可以找找看看
double fx,fy,cx,cy,k1,k2,k3,p1,p2;
fx=955.8925;
fy=955.4439;
cx=296.9006;
cy=215.9074;
k1=-0.1523;
k2=0.7722;
k3=0;
p1=0;
p2=0;

int ID = 3;

Mat cameraMatrix = (cv::Mat_<float>(3, 3) <<
fx, 0.0, cx,
0.0, fy, cy,
0.0, 0.0, 1.0);
Mat distCoeffs = (cv::Mat_<float>(5, 1) << k1, k2, p1, p2, k3);
cv::VideoCapture inputVideo;
inputVideo.open(1);
// 创建一个字典，该字典内储存了设定数量的Aruco码用于检测
cv::Ptr<cv::aruco::Dictionary> dictionary = cv::aruco::getPredefinedDictionary(cv::aruco::DICT_4X4_50);

// 检测字典是否建立成功
//cv::Mat MarkerImage;
//cv::aruco::drawMarker(dictionary, 23, 200, MarkerImage, 1);
//cv::imshow("Marker", MarkerImage);

while (inputVideo.grab()) {
cv::Mat image, imageCopy;
inputVideo.retrieve(image); // 抓取视频中的一张照片
image.copyTo(imageCopy);
std::vector<int> ids, op_ids; // 储存结果id
std::vector<std::vector<cv::Point2f>> corners, op_corners; // 储存结果位置
cv::aruco::detectMarkers(image, dictionary, corners, ids); // 检测靶标
// if at least one marker detected
if (ids.size() > 0) {
for (int t=0;t<ids.size();t++){
if (ids[t] == ID){
op_ids.push_back(ids[t]);
op_corners.push_back(corners[t]);
}
//cout<<"ids"<<ids[t]<<endl;
}
if (op_ids.size()>0){
cv::aruco::drawDetectedMarkers(imageCopy, op_corners, op_ids); // 绘制检测到的靶标的框
std::vector<cv::Vec3d> rvecs, tvecs; // 储存结果R/t
cv::aruco::estimatePoseSingleMarkers(op_corners, 0.055, cameraMatrix, distCoeffs, rvecs, tvecs); // 求解旋转矩阵rvecs和平移矩阵tvecs
cout<<"R :"<<rvecs[0]<<endl;
cout<<"T :"<<tvecs[0]<<endl;
// draw axis for each marker
for(int i=0; i<op_ids.size(); i++)
cv::aruco::drawAxis(imageCopy, cameraMatrix, distCoeffs, rvecs[i], tvecs[i], 0.1); // 画出坐标轴
}
else {
cout<<"No Object Detected"<<endl;
}
}
cv::imshow("out", imageCopy);
cv::waitKey(10);
//if (key == 27)1
// break;
}
return 0;
}
常用函数解析
cv::Ptr<cv::aruco::Dictionary> dictionary = cv::aruco::getPredefinedDictionary(cv::aruco::DICT_4X4_50);

创建一个字典，该字典内储存了设定数量的Aruco码用于检测。目前还不知是什么原因，总之4x4的Aruco比6x6的Aruco更容易检测到

参数cv::aruco有4/5/6/7几种尺寸以及50/100/250/1000多种数量可供选择，详见：OpenCV: ArUco Marker Detection

cv::aruco::drawMarker(dictionary, 23, 200, MarkerImage, 1);

用于画出某个Aruco，检测dictionary是否设置正确

void cv::aruco::detectMarkers   (   InputArray   image,
const Ptr< Dictionary > &    dictionary,
OutputArrayOfArrays   corners,
OutputArray   ids,
const Ptr< DetectorParameters > &    parameters = DetectorParameters::create(),
OutputArrayOfArrays   rejectedImgPoints = noArray(),

http://wap.ihain.cn/thread-203501669-1-1.html
http://wap.ihain.cn/thread-203501549-1-1.html
http://wap.ihain.cn/thread-203501466-1-1.html
http://wap.ihain.cn/thread-203501374-1-1.html
http://wap.ihain.cn/thread-203501280-1-1.html
http://wap.ihain.cn/thread-203501193-1-1.html
http://wap.ihain.cn/thread-203501079-1-1.html
http://wap.ihain.cn/thread-203500972-1-1.html
http://wap.ihain.cn/thread-202777297-1-1.html
http://wap.ihain.cn/thread-202777277-1-1.html
http://wap.ihain.cn/thread-202777245-1-1.html
http://wap.ihain.cn/thread-202777203-1-1.html
http://wap.ihain.cn/thread-202777160-1-1.html
InputArray   cameraMatrix = noArray(),
InputArray   distCoeff = noArray()
)
检测出输入的image参数中所有由dictionary定义的Aruco
image 输入图像
dictionary 指定待搜索的字典
corners 检测到的Aruco标记角向量。对于每个标记，提供了它的四个角（例如 std::vector<std::vector<cv::Point2f> > ）。对于N个检测到的标记，该阵列的维度为Nx4。角的顺序是顺时针。
ids 检测到的Aruco地id。标识符是int类型（例如 std::vector<int>）。对于 N 个检测到的标记，id 的大小也是 N。标识符的顺序与imgPoints数组中的标记的顺序相同。
parameters 标记检测参数rejectImgPoints包含那些内部代码没有正确编码的方块的imgPoints。用于调试目的。
cameraMatreix和distCoeff两个参数不需要传入

void cv::aruco::estimatePoseSingleMarkers   (   InputArrayOfArrays   corners,
float    markerLength,
InputArray   cameraMatrix,
InputArray   distCoeffs,
OutputArray   rvecs,
OutputArray   tvecs,
OutputArray   _objPoints = noArray()
)
corners 检测到的Aruco标记角向量。对于每个标记，提供了它的四个角（例如 std::vector<std::vector<cv::Point2f> > ）。对于N个检测到的标记，该阵列的维度为Nx4。角的顺序是顺时针。
markerLength 标记边的长度。返回的平移向量将在同一单位中。通常单位为米。
cameraMatrix 一个3x3的相机内参矩阵
distCoeffs 失真系数向量
rvecs 输出旋转向量矩阵
tvecs 输出转移向量矩阵
_objPoints 所有标记角的对象点数组
————————————————
版权声明：本文为CSDN博主「是魏小白吗」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_37662375/article/details/121130493

ywq9696

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
识别图像图像中所有Aruco的代码

#include <opencv2/core/core.hpp>#include <opencv2/imgproc/imgproc.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/opencv.hpp>#include <iostream>#include <opencv2/aruco.hpp>#include <stdio.h>us..
复制链接

扫一扫