用于鲁棒相机位姿估计的ArUco标记和棋盘检测

详细描述

ArUco标记检测 方形基准标记（也称为增强现实标记）可用于轻松、快速且鲁棒的相机位姿估计。

ArucoDetector类的主要功能是在图像中检测标记。如果标记被分组为棋盘，则可以使用ArucoDetector::refineDetectedMarkers()尝试恢复缺失的标记。ArUco标记也可用于高级棋盘角点查找。为此，请将标记分组到CharucoBoard中，并使用CharucoDetector::detectBoard()查找棋盘的角点。

该实现基于 R. Muñoz-Salinas 和 S. Garrido-Jurado 的 ArUco 库 [98]。

还可以基于 AprilTag 2 [292] 基准检测方法检测标记。

另请参阅

[98] 此代码最初由 Sergio Garrido-Jurado 作为 2015 年 Google 代码之夏 (GSoC 15) 的项目开发。

类
类	cv::aruco::ArucoDetector
	ArucoDetector类的主要功能是使用detectMarkers()方法在图像中检测标记。更多…
类	cv::aruco::Board
	Board ArUco 标记的棋盘。更多…
类	cv::aruco::CharucoBoard
	ChArUco 棋盘是一个平面棋盘，其中标记放置在棋盘的白色方格内。更多…
类	cv::aruco::CharucoDetector
结构体	cv::aruco::CharucoParameters
结构体	cv::aruco::DetectorParameters
	结构体 DetectorParameters 由 ArucoDetector 使用 更多…
类	cv::aruco::Dictionary
	Dictionary 是一组大小相同的唯一 ArUco 标记。更多…
类	cv::aruco::GridBoard
	具有网格排列标记的平面棋盘。更多…
结构体	cv::aruco::RefineParameters
	结构体 RefineParameters 由 ArucoDetector 使用 更多…

枚举
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 }
	预定义标记字典/集。更多…

函数
void	cv::aruco::drawDetectedCornersCharuco (InputOutputArray image, InputArray charucoCorners, InputArray charucoIds=noArray(), Scalar cornerColor=Scalar(255, 0, 0))
	绘制一组 Charuco 角点。
void	cv::aruco::drawDetectedDiamonds (InputOutputArray image, InputArrayOfArrays diamondCorners, InputArray diamondIds=noArray(), Scalar borderColor=Scalar(0, 0, 255))
	绘制一组检测到的 ChArUco 菱形标记。
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)
	使用新的 nMarkers 扩展基本字典。
void	cv::aruco::generateImageMarker (const Dictionary &dictionary, int id, int sidePixels, OutputArray img, int borderBits=1)
	生成规范的标记图像。
Dictionary	cv::aruco::getPredefinedDictionary (int dict)
	返回 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

#include <opencv2/objdetect/aruco_detector.hpp>

枚举器
CORNER_REFINE_NONE  Python: cv.aruco.CORNER_REFINE_NONE	基于ArUco方法的标签和角点检测。
CORNER_REFINE_SUBPIX  Python: cv.aruco.CORNER_REFINE_SUBPIX	ArUco方法，并使用亚像素精度细化角点位置。
CORNER_REFINE_CONTOUR  Python: cv.aruco.CORNER_REFINE_CONTOUR	ArUco方法，并使用轮廓点线拟合细化角点位置。
CORNER_REFINE_APRILTAG  Python: cv.aruco.CORNER_REFINE_APRILTAG	基于AprilTag 2方法的标签和角点检测 [292]。

预定义字典类型

枚举 cv::aruco::PredefinedDictionaryType

#include <opencv2/objdetect/aruco_dictionary.hpp>

预定义标记字典/集。

每个字典都指示包含的位数和标记数量

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

枚举器
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
DICT_6X6_250  Python: cv.aruco.DICT_6X6_250	6x6位，任意两个代码之间的最小汉明距离 = 11，250个代码
DICT_6X6_1000  Python: cv.aruco.DICT_6X6_1000	6x6位，任意两个代码之间的最小汉明距离 = 9，1000个代码
DICT_7X7_50  Python: cv.aruco.DICT_7X7_50	7x7位，任意两个代码之间的最小汉明距离 = 19，50个代码
DICT_7X7_100  Python: cv.aruco.DICT_7X7_100	7x7位，任意两个代码之间的最小汉明距离 = 18，100个代码
DICT_7X7_250  Python: cv.aruco.DICT_7X7_250	7x7位，任意两个代码之间的最小汉明距离 = 17，250个代码
DICT_7X7_1000  Python: cv.aruco.DICT_7X7_1000	7x7位，任意两个代码之间的最小汉明距离 = 14，1000个代码
DICT_ARUCO_ORIGINAL  Python: cv.aruco.DICT_ARUCO_ORIGINAL	6x6位，任意两个代码之间的最小汉明距离 = 3，1024个代码
DICT_APRILTAG_16h5  Python: cv.aruco.DICT_APRILTAG_16h5	4x4位，任意两个代码之间的最小汉明距离 = 5，30个代码
DICT_APRILTAG_25h9  Python: cv.aruco.DICT_APRILTAG_25h9	5x5位，任意两个代码之间的最小汉明距离 = 9，35个代码
DICT_APRILTAG_36h10  Python: cv.aruco.DICT_APRILTAG_36h10	6x6位，任意两个代码之间的最小汉明距离 = 10，2320个代码
DICT_APRILTAG_36h11  Python: cv.aruco.DICT_APRILTAG_36h11	6x6位，任意两个代码之间的最小汉明距离 = 11，587个代码
DICT_ARUCO_MIP_36h12  Python: cv.aruco.DICT_ARUCO_MIP_36h12	6x6位，任意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	(	输入输出数组	图像,
		输入数组	charucoCorners,
		输入数组	charucoIds = noArray(),
		标量	cornerColor = Scalar(255, 0, 0) )

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

#include <opencv2/objdetect/charuco_detector.hpp>

绘制一组 Charuco 角点。

参数

图像	输入/输出图像。它必须有1或3个通道。通道数不会改变。
charucoCorners	检测到的charuco角点的向量
charucoIds	charucoCorners中每个角点的标识符列表
cornerColor	围绕每个角点的正方形的颜色

此函数绘制一组检测到的Charuco角点。如果提供标识符向量，它还会绘制每个角点的ID。

drawDetectedDiamonds()

void cv::aruco::drawDetectedDiamonds	(	输入输出数组	图像,
		输入数组数组	diamondCorners,
		输入数组	diamondIds = noArray(),
		标量	borderColor = Scalar(0, 0, 255) )

Python
	cv.aruco.drawDetectedDiamonds(	image, diamondCorners[, diamondIds[, borderColor]]	) ->	图像

#include <opencv2/objdetect/charuco_detector.hpp>

绘制一组检测到的 ChArUco 菱形标记。

参数

图像	输入/输出图像。它必须有1或3个通道。通道数不会改变。
diamondCorners	钻石角点的位置，格式与detectCharucoDiamond()函数返回的格式相同。（例如 std::vector<std::vector<cv::Point2f> >）。对于 N 个检测到的标记，此数组的维度应为 Nx4。角点的顺序应为顺时针方向。
diamondIds	diamondCorners 中钻石的标识符向量，格式与detectCharucoDiamond()函数返回的格式相同（例如 std::vector<Vec4i>）。可选参数，如果不提供，则不绘制 ID。
borderColor	标记边框的颜色。其余颜色（文本颜色和第一个角点颜色）基于此颜色计算。

给定一组检测到的钻石，此函数将它们绘制到图像中。标记边框和（如果提供）标记标识符将被绘制。可用于调试。

drawDetectedMarkers()

void cv::aruco::drawDetectedMarkers	(	输入输出数组	图像,
		输入数组数组	corners,
		输入数组	ids = noArray(),
		标量	borderColor = Scalar(0, 255, 0) )

Python
	cv.aruco.drawDetectedMarkers(	image, corners[, ids[, borderColor]]	) ->	图像

#include <opencv2/objdetect/aruco_detector.hpp>

在图像中绘制检测到的标记。

参数

图像	输入/输出图像。它必须有1或3个通道。通道数不会改变。
corners	输入图像上标记角点的位置。（例如 std::vector<std::vector<cv::Point2f> >）。对于 N 个检测到的标记，此数组的维度应为 Nx4。角点的顺序应为顺时针方向。
ids	markersCorners 中标记的标识符向量。可选参数，如果不提供，则不绘制 ID。
borderColor	标记边框的颜色。其余颜色（文本颜色和第一个角点颜色）基于此颜色计算，以改善可视化效果。

给定一组检测到的标记角点及其对应的 ID，此函数将标记绘制到图像中。标记边框和（如果提供）标记标识符将被绘制。可用于调试。

extendDictionary()

Dictionary cv::aruco::extendDictionary	(	int	nMarkers,
		int	markerSize,
		const Dictionary &	baseDictionary = Dictionary(),
		int	randomSeed = 0 )

Python
	cv.aruco.extendDictionary(	nMarkers, markerSize[, baseDictionary[, randomSeed]]	) ->	retval

#include <opencv2/objdetect/aruco_dictionary.hpp>

使用新的 nMarkers 扩展基本字典。

参数

nMarkers	字典中标记的数量。
markerSize	每个标记每个维度上的比特数。
baseDictionary	在开头包含此字典中的标记（可选）。
randomSeed	theRNG() 的用户提供的种子。

此函数创建一个新的字典，该字典由 nMarkers 个标记组成，每个标记由 markerSize x markerSize 个比特组成。如果提供了 baseDictionary，则其标记将直接包含在内，其余标记将基于它们生成。如果 baseDictionary 的大小高于 nMarkers，则只取 baseDictionary 中的前 nMarkers 个标记，并且不添加新的标记。

generateImageMarker()

void cv::aruco::generateImageMarker	(	const Dictionary &	dictionary,
		int	id,
		int	sidePixels,
		OutputArray	img,
		int	borderBits = 1 )

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

#include <opencv2/objdetect/aruco_detector.hpp>

生成规范的标记图像。

参数

dictionary	指示标记类型的标记字典。
id	将返回的标记的标识符。它必须是指定字典中有效的 ID。
sidePixels	图像的像素大小。
img	包含标记的输出图像。
borderBits	标记边框的宽度。

此函数以其规范形式（即准备好打印）返回标记图像。

getPredefinedDictionary() [1/2]

Dictionary cv::aruco::getPredefinedDictionary

(

int

dict

)

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

#include <opencv2/objdetect/aruco_dictionary.hpp>

返回 DICT_* 引用的预定义字典之一。

getPredefinedDictionary() [2/2]

Dictionary cv::aruco::getPredefinedDictionary

(

PredefinedDictionaryType

name

)

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

#include <opencv2/objdetect/aruco_dictionary.hpp>

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