vs2015+opencv3.4.6 ArUco标记检测

给定一些ArUco标记可见的图像，检测过程必须返回检测到的标记列表。 每个检测标记包括：

• 图像中四个角的位置（按原始顺序）。
• 标记的id。

标记检测过程包括两个主要步骤：

1. 检测候选标记。在该步骤中，分析图像以找到作为标记的候选的正方形形状。 它首先进行自适应阈值处理以对标记进行分割，然后从阈值图像中提取轮廓，并丢弃那些非凸起或不接近正方形的轮廓。 还应用了一些额外的过滤（去除太小或太大的轮廓，去除彼此太近的轮廓等）。
2. 在候选检测之后，有必要通过分析它们的内部编码来确定它们是否实际上是标记。 此步骤首先提取每个标记的标记位。 为此，首先，应用透视变换以获得其规范形式的标记。 然后，使用Otsu对规范图像进行阈值处理以分离白色和黑色位。 根据标记大小和边界大小将图像分成不同的单元格，并计算每个单元格上的黑色或白色像素的数量，以确定它是白色还是黑色位。 最后，分析比特以确定标记是否属于特定字典，并且在必要时采用纠错技术。

在aruco模块中，检测在detectMarkers()函数中执行。 此功能在模块中是最重要的，因为所有其余功能都基于detectMarkers()返回的先前检测到的标记。

cv::Mat inputImage;
...
std::vector markerIds;
std::vector> markerCorners, rejectedCandidates;
cv::Ptr parameters;
cv::Ptr dictionary = cv::aruco::getPredefinedDictionary(cv::aruco::DICT_6X6_250);
cv::aruco::detectMarkers(inputImage, dictionary, markerCorners, markerIds, parameters, rejectedCandidates);

detectMarkers的参数是：

• 第一个参数是将要检测标记的图像。
• 第二个参数是字典对象，在这种情况下是一个预定义的字典（ DICT_6X6_250 ）。
• 检测到的标记存储在markerCorners和markerIds结构中：
  • markerCorners是检测到的标记的角点列表。 对于每个标记，其四个角以其原始顺序返回（从左上角开始顺时针）。 因此，第一个角是左上角，然后是右上角，右下角和左下角。
  • markerIds是markerIds中每个检测到的标记的id列表。 请注意，返回的markerCorners和markerIds向量具有相同的大小。
• 第四个参数是DetectionParameters类型的对象。 此对象包括可在检测过程中自定义的所有参数。 这些参数将在下一节中详细说明。
• 最终参数rejectedCandidates是一个返回的标记候选列表，即已找到的那些方格，但它们不提供有效的编码。 每个候选者也由其四个角定义，其格式与markerCorners参数相同。 此参数可以省略，仅用于调试目的和“refind”策略（请参阅refineDetectedMarkers() ）。

在detectMarkers()检查您的标记是否已被正确检测之后，aruco模块提供了一个在输入图像中绘制检测到的标记的功能，这个功能是drawDetectedMarkers() 。 例如：

cv::Mat outputImage
cv::aruco::drawDetectedMarkers(image, markerCorners, markerIds);

• image是输入/输出图像，其中将绘制标记（它通常与检测到标记的图像相同）。
• markerCorners和markerIds是detectMarkers()函数提供的相同格式的检测到的标记的结构。

 测试示例：

void test3()
{

	cv::Ptr dictionary = cv::aruco::getPredefinedDictionary(cv::aruco::DICT_6X6_250);

	cv::Ptr params = aruco::DetectorParameters::create();
	params->cornerRefinementMethod = cv::aruco::CORNER_REFINE_NONE;

	cv::Mat image, imageCopy;
	image = cv::imread("..\\image\\arucoTest0.jpg", 1);
	image.copyTo(imageCopy);
	std::vector ids;
	std::vector> corners, rejected;
	cv::aruco::detectMarkers(image, dictionary, corners, ids, params);

	// if at least one marker detected
	if (ids.size() > 0) {
		cv::aruco::drawDetectedMarkers(imageCopy, corners, ids);
	}
}

int main()
{
	//test();
	//test2();
	test3();
	return 0;
}