详细描述

ArUco标记检测正方形身份标记（也称为增强现实标记）对于简单、快速且鲁棒地估计相机姿态很有用。

ArucoDetector类的主体功能是检测图像中的标记。如果标记以板的形式组合，则可以使用ArucoDetector::refineDetectedMarkers()尝试恢复未检测到的标记。Aruco标记还可以用于高级棋盘角查找。为此，在CharucoBoard中将标记分组，并使用CharucoDetector::detectBoard()查找棋盘的角。

该实现基于R. Muñoz-Salinas和S. Garrido-Jurado的ArUco库[99]。

还可以根据AprilTag 2[291]身份标记检测方法检测标记。

另见: [99] 此代码最初由Sergio Garrido-Jurado为2015年Google Summer of Code项目（GSoC 15）开发。

类
类	cv::aruco::ArucoDetector
	ArucoDetector类的主要功能是通过detectMarkers()方法在图像中检测标记。更多...

类	cv::aruco::Board
	ArUco标记的板。更多...

类	cv::aruco::CharucoBoard
	ChArUco板是一个平面棋盘，其中标记位于棋盘的白格内。更多...

类	cv::aruco::CharucoDetector

结构	cv::aruco::CharucoParameters

结构	cv::aruco::DetectorParameters
	结构体DetectorParameters由ArucoDetector使用。更多...

类	cv::aruco::Dictionary
	Dictionary由相同大小的唯一ArUco标记组成。更多...

类	cv::aruco::GridBoard
	具有标记网格排列的平面板。更多...

结构	cv::aruco::RefineParameters
	结构体 RefineParameters 由 ArucoDetector 使用更多信息...

枚举类型
枚举	cv::aruco::CornerRefineMethod { cv::aruco::CORNER_REFINE_NONE , cv::aruco::CORNER_REFINE_SUBPIX , cv::aruco::CORNER_REFINE_CONTOUR , cv::aruco::CORNER_REFINE_APRILTAG }

枚举	cv::aruco::PredefinedDictionaryType { cv::aruco::DICT_4X4_50 = 0 , cv::aruco::DICT_4X4_100 , cv::aruco::DICT_4X4_250 , cv::aruco::DICT_4X4_1000 , cv::aruco::DICT_5X5_50 , cv::aruco::DICT_5X5_100 , cv::aruco::DICT_5X5_250 , cv::aruco::DICT_5X5_1000 , cv::aruco::DICT_6X6_50 , cv::aruco::DICT_6X6_100 , cv::aruco::DICT_6X6_250 , cv::aruco::DICT_6X6_1000 , cv::aruco::DICT_7X7_50 , cv::aruco::DICT_7X7_100 , cv::aruco::DICT_7X7_250 , cv::aruco::DICT_7X7_1000 , cv::aruco::DICT_ARUCO_ORIGINAL , cv::aruco::DICT_APRILTAG_16h5 , cv::aruco::DICT_APRILTAG_25h9 , cv::aruco::DICT_APRILTAG_36h10 , cv::aruco::DICT_APRILTAG_36h11 , cv::aruco::DICT_ARUCO_MIP_36h12 }
	预定义的标记字典/集。更多信息...

函数
void	cv::aruco::drawDetectedCornersCharuco (InputOutputArray image, InputArray charucoCorners, InputArray charucoIds=noArray(), Scalar cornerColor=Scalar(255, 0, 0))
	绘制一组Charuco角。

void	cv::aruco::drawDetectedDiamonds (InputOutputArray image, InputArrayOfArrays diamondCorners, InputArray diamondIds=noArray(), Scalar borderColor=Scalar(0, 0, 255))
	在图像中绘制检测到的Diamond标记。

void	cv::aruco::drawDetectedMarkers (InputOutputArray image, InputArrayOfArrays corners, InputArray ids=noArray(), Scalar borderColor=Scalar(0, 255, 0))
	在图像中绘制检测到的标记。

Dictionary	cv::aruco::extendDictionary (int nMarkers, int markerSize, const Dictionary &baseDictionary=Dictionary(), int randomSeed=0)
	通过新的nMarkers扩展基本字典。

void	cv::aruco::generateImageMarker (const Dictionary &dictionary, int id, int sidePixels, OutputArray img, int borderBits=1)
	生成一个标准标记图像。

Dictionary	cv::aruco::getPredefinedDictionary (int dict)
	返回由DICT_*引用的预定义字典之一。

Dictionary	cv::aruco::getPredefinedDictionary (PredefinedDictionaryType name)
	返回在PredefinedDictionaryType中定义的预定义字典之一。

枚举类型文档

◆ CornerRefineMethod

枚举 cv::aruco::CornerRefineMethod

包含头文件 <opencv2/objdetect/aruco_detector.hpp>

枚举值
CORNER_REFINE_NONE Python: cv.aruco.CORNER_REFINE_NONE	基于ArUco方法的标签和角检测。
CORNER_REFINE_SUBPIX Python: cv.aruco.CORNER_REFINE_SUBPIX	ArUco方法并使用角亚像素精度来细化角的位置。
CORNER_REFINE_CONTOUR Python: cv.aruco.CORNER_REFINE_CONTOUR	ArUco方法并使用轮廓点线性拟合来细化角的位置。
CORNER_REFINE_APRILTAG Python: cv.aruco.CORNER_REFINE_APRILTAG	基于AprilTag 2方法的标签和角检测 [291].

◆ 预定义字典类型

枚举 cv::aruco::PredefinedDictionaryType

包含头文件 <opencv2/objdetect/aruco_dictionary.hpp>

预定义的标记字典/集。

每个字典表示包含的位数和标记数。

DICT_ARUCO_ORIGINAL: 标准ArUco库标记。1024个标记，5x5位，最小距离为0

枚举值
DICT_4X4_50 Python: cv.aruco.DICT_4X4_50	4x4位，任意两个代码之间的最小汉明距离 = 4，50个代码
DICT_4X4_100 Python: cv.aruco.DICT_4X4_100	4x4位，任意两个代码之间的最小汉明距离 = 3，100个代码
DICT_4X4_250 Python: cv.aruco.DICT_4X4_250	4x4位，任意两个代码之间的最小汉明距离 = 3，250个代码
DICT_4X4_1000 Python: cv.aruco.DICT_4X4_1000	4x4位，任意两个代码之间的最小汉明距离 = 2，1000个代码
DICT_5X5_50 Python: cv.aruco.DICT_5X5_50	5x5位，任意两个代码之间的最小汉明距离 = 8，50个代码
DICT_5X5_100 Python: cv.aruco.DICT_5X5_100	5x5位，任意两个代码之间的最小汉明距离 = 7，100个代码
DICT_5X5_250 Python: cv.aruco.DICT_5X5_250	5x5位，任意两个代码之间的最小汉明距离 = 6，250个代码
DICT_5X5_1000 Python: cv.aruco.DICT_5X5_1000	5x5位，任意两个代码之间的最小汉明距离 = 5，1000个代码
DICT_6X6_50 Python: cv.aruco.DICT_6X6_50	6x6位，任意两个代码之间的最小汉明距离 = 13，50个代码
DICT_6X6_100 Python: cv.aruco.DICT_6X6_100	6x6位，任意两个代码之间的最小汉明距离 = 12，100个代码
字典_6X6_250 Python: cv.aruco.DICT_6X6_250	6x6位，任何两个代码之间的最小汉明距离=11，250个代码
字典_6X6_1000 Python: cv.aruco.DICT_6X6_1000	6x6位，任何两个代码之间的最小汉明距离=9，1000个代码
字典_7X7_50 Python: cv.aruco.DICT_7X7_50	7x7位，任何两个代码之间的最小汉明距离=19，50个代码
字典_7X7_100 Python: cv.aruco.DICT_7X7_100	7x7位，任何两个代码之间的最小汉明距离=18，100个代码
字典_7X7_250 Python: cv.aruco.DICT_7X7_250	7x7位，任何两个代码之间的最小汉明距离=17，250个代码
字典_7X7_1000 Python: cv.aruco.DICT_7X7_1000	7x7位，任何两个代码之间的最小汉明距离=14，1000个代码
字典_ARUCO_ORIGINAL Python: cv.aruco.DICT_ARUCO_ORIGINAL	6x6位，任何两个代码之间的最小汉明距离=3，1024个代码
字典_APRILTAG_16h5 Python: cv.aruco.DICT_APRILTAG_16h5	4x4位，任何两个代码之间的最小汉明距离=5，30个代码
字典_APRILTAG_25h9 Python: cv.aruco.DICT_APRILTAG_25h9	5x5位，任何两个代码之间的最小汉明距离=9，35个代码
字典_APRILTAG_36h10 Python: cv.aruco.DICT_APRILTAG_36h10	6x6位，任何两个代码之间的最小汉明距离=10，2320个代码
字典_APRILTAG_36h11 Python: cv.aruco.DICT_APRILTAG_36h11	6x6位，任何两个代码之间的最小汉明距离=11，587个代码
字典_ARUCO_MIP_36h12 Python: cv.aruco.DICT_ARUCO_MIP_36h12	6x6位，任何两个代码之间的最小汉明距离=12，250个代码

函数文档

◆ drawDetectedCornersCharuco()

void cv::aruco::drawDetectedCornersCharuco	(	InputOutputArray	image,
		InputArray	charucoCorners,
		InputArray	charucoIds = `noArray()`,
		Scalar	cornerColor = `Scalar(255, 0, 0)`
	)

Python
	cv.aruco.drawDetectedCornersCharuco(	image, charucoCorners[, charucoIds[, cornerColor]]	) ->	image

#include <opencv2/objdetect/charuco_detector.hpp>

绘制一组Charuco角。

参数

image	输入/输出图像。它必须具有1或3个通道。通道数量不会改变。
charucoCorners	检测到的charuco角向量
charucoIds	charucoCorners中的每个角的标识符列表
cornerColor	围绕每个角的正方形颜色

此函数绘制检测到的Charuco角集合。如果提供了标识符向量，则还绘制每个角的id。

◆ 绘制检测到的菱形()

void cv::aruco::drawDetectedDiamonds	(	InputOutputArray	image,
		输入数组数组	菱形角点,
		InputArray	菱形ID = `无数组()`,
		Scalar	边框颜色 = `标量(0, 0, 255)`
	)

Python
	cv.aruco.drawDetectedDiamonds(	图像, 菱形角点[, 菱形ID[, 边框颜色]]	) ->	image

#include <opencv2/objdetect/charuco_detector.hpp>

在图像中绘制检测到的Diamond标记。

参数

image	输入/输出图像。它必须具有1或3个通道。通道数量不会改变。
菱形角点	菱形角点的位置，格式相同于detectCharucoDiamond()返回的格式。例如，std::vector > 。对于检测到的N个标记，此数组的维度应为Nx4。顶点的顺序应为顺时针。
菱形ID	在菱形角点中的菱形ID向量，格式与detectCharucoDiamond()返回的格式相同（例如，std::vector）。可选，如果未提供，则不绘制id。
边框颜色	标记边框的颜色。其他颜色（文字颜色和第一个角点颜色）基于此颜色计算。

给定一个检测到的菱形数组，这个函数将在图像中绘制它们。标记边框将被上色，如果提供的话，标记ID也会被绘制。这对于调试非常有用。

◆ 绘制检测到的标记()

void cv::aruco::drawDetectedMarkers	(	InputOutputArray	image,
		输入数组数组	角点,
		InputArray	id = `无数组()`,
		Scalar	边框颜色 = `标量(0, 255, 0)`
	)

Python
	cv.aruco.drawDetectedMarkers(	图像, 角点[, id[, 边框颜色]]	) ->	image

包含头文件 <opencv2/objdetect/aruco_detector.hpp>

在图像中绘制检测到的标记。

参数

image	输入/输出图像。它必须具有1或3个通道。通道数量不会改变。
角点	输入图像中标记角点的位置。（例如，std::vector >）。对于检测到的N个标记，此数组的维度应为Nx4。顶点的顺序应为顺时针。
ids	标记角点中的标记ID向量。可选，如果未提供，则不绘制ID。
边框颜色	标记边框的颜色。其他颜色（文字颜色和第一个角点颜色）基于此颜色计算，以提高可视化。

给定一组检测到的标记角点和对应的ID，此函数将在图像中绘制标记。标记边框将被上色，如果提供的话，标记ID也会被绘制。这对于调试非常有用。

◆ 扩展字典()

字典 cv::aruco::extendDictionary	(	int	标记数,
		int	标记大小,
		const Dictionary &	基本字典 = `Dictionary()`,
		int	随机种子 = `0`
	)

Python
	cv.aruco.extendDictionary(	标记数, 标记大小[, 基本字典[, 随机种子]]	) ->	retval

包含头文件 <opencv2/objdetect/aruco_dictionary.hpp>

通过新的nMarkers扩展基本字典。

参数

标记数	词典中的标记数量
标记大小	每个标记的每个维度的位数
基本字典	在此字典的开始处包含标记（可选）
随机种子	提供给theRNG()的用户种子

此函数创建一个新的字典，由nMarkers个标记组成，每个标记由markerSize x markerSize位组成。如果提供了基本字典，则直接包含其标记，其余的根据它们生成。如果基本字典的大小大于nMarkers，则仅取基本字典中的前nMarkers，不添加新的标记。

◆ 生成图像标记()

void cv::aruco::generateImageMarker	(	const Dictionary &	词典,
		int	标识符,
		int	边像素,
		OutputArray	img,
		int	borderBits = `1`
	)

Python
	cv.aruco.generateImageMarker(	dictionary, id, sidePixels[, img[, borderBits]]	) ->	img

包含头文件 <opencv2/objdetect/aruco_detector.hpp>

生成一个标准标记图像。

参数

词典	标记类型的词典
标识符	将返回的标记的标识符。它必须是在指定词典中的有效标识符。
边像素	图像的像素尺寸
img	带有标记的输出图像
borderBits	标记边框的宽度

此函数以规范形式返回标记图像（即，打印就绪）

◆ getPredefinedDictionary() [1/2]

Dictionary cv::aruco::getPredefinedDictionary ( int dict )

Python
	cv.aruco.getPredefinedDictionary(	dict	) ->	retval

包含头文件 <opencv2/objdetect/aruco_dictionary.hpp>

返回由DICT_*引用的预定义字典之一。

◆ getPredefinedDictionary() [2/2]

Dictionary cv::aruco::getPredefinedDictionary ( PredefinedDictionaryType 名称 )

Python
	cv.aruco.getPredefinedDictionary(	dict	) ->	retval

包含头文件 <opencv2/objdetect/aruco_dictionary.hpp>

返回在PredefinedDictionaryType中定义的预定义字典之一。