OpenCV4学习笔记（72）——ArUco模块之aruco标记的创建与检测

今天要整理记录的是OpenCV中ArUco模块的基础内容，包含aruco标记的创建与检测。要注意的是ArUco模块是包含在OpenCV的contrib拓展库中的，需要自行下载OpenCV基础库和contrib拓展库进行联合编译才可以使用，这里就不整理编译的过程了，不得不说编译的时候还是有好多坑的。。。如果有需要的朋友可以在我的资源里面下载 “OpenCV430（contrib）.txt”，这是编译好了的包含contrib拓展库的OpenCV4.3.0版本，由于文件过大所以使用的是某度网盘链接的方式上传，介意下载速度的朋友就还是别下载了。把压缩包下载解压后再进行环境配置，就可以直接使用OpenCV中拓展库的内容了，顺带一提，编译的时候我选择的是AVX2指令集，相比起OpenCV默认的SSE3指令集有一定程度的优化，当然了这个需要个人的电脑CPU支持才可以，所以下载的朋友需要注意一下。

言归正传，下面先来了解一下什么是aruco标记：
aruco标记是可用于摄像机姿态估计的二进制方形基准标记。它的主要优点是检测简单、快速，并且具有很强的鲁棒性。ArUco 标记是由宽黑色边框和确定其标识符（id）的内部二进制矩阵组成的正方形标记。aruco标记的黑色边框有助于其在图像中的快速检测，内部二进制编码用于识别标记和提供错误检测和纠正。aruco标记尺寸的大小决定内部矩阵的大小，例如尺寸为 4x4 的标记由 16 位二进制数组成。

通俗地说，aruco标记其实就是一种编码，就和我们日常生活中的二维码是相似的，只不过由于编码方式的不同，导致它们存储信息的方式、容量等等有所差异，所以在应用层次上也会有所不同。由于单个aruco标记就可以提供足够的对应关系，例如有四个明显的角点及内部的二进制编码，所以aruco标记被广泛用来增加从二维世界映射到三维世界时的信息量，便于发现二维世界与三维世界之间的投影关系，从而实现姿态估计、相机矫正等等应用。

OpenCV中的ArUco模块包括了对aruco标记的创建和检测，以及将aruco标记用于姿势估计和相机矫正等应用的相关API，同时还提供了标记板等等。本次笔记中主要先整理aruco标记的创建与检测。

首先我们创建aruco标记时，需要先指定一个字典，这个字典表示的是创建出来的aruco标记具有怎样的尺寸、怎样的编码等等内容，我们使用APIgetPredefinedDictionary（）来声明我们使用的字典。在OpenCV中，提供了多种预定义字典，我们可以通过PREDEFINED_DICTIONARY_NAME来查看有哪些预定义字典。而且字典名称表示了该字典的aruco标记数量和尺寸，例如DICT_7X7_50表示一个包含了50种7x7位标记的字典。

确定好我们需要的字典后，就可以通过APIdrawMarker()来绘制出aruco标记，其参数含义如下：
（1）参数dictionary: 之前创建的 Dictionary 对象指针
（2）参数id：标记 id，表示绘制字典中的哪一个aruco标记。每个字典由不同数量的标记组成，id 有效范围是 [ 0，字典包含的标记数 ），任何超出有效范围的特定 id 都会产生异常。
（3）参数 sidepixel： 输出标记图像的尺寸，输出标记图像的尺寸为Size（sidepixel，sidepixel）；此参数应足够大以存储特定字典的位数，至少需要满足（sidepixel - 标记的边长）>= 2；
并且为了避免输出标记图像变形，sidepixel应与位数 + 边界大小成比例，或者至少比标记尺寸大得多，以使变形不明显。
（4）参数img：输出的标记图像；
（5）参数borderBist：用于指定标记黑色边框的宽度，例如borderBist=2 表示边框的宽度等于两个内部像素的大小，默认值 borderBist= 1。

这样，我们就创建了一个选定字典的aruco标记了，下面我们创建5个不同的aruco标记来对比下，演示代码如下：

	//创建aruco标记
	Mat marker;
	auto dictionary = aruco::getPredefinedDictionary(aruco::PREDEFINED_DICTIONARY_NAME::DICT_6X6_250);
	for (int i = 0;i < 5;i++)
	{
		aruco::drawMarker(dictionary, i, 200, marker, 1);
		string windowName = "marker" + to_string(i);
		imshow(windowName, marker);
		string path ="D:\\"+ windowName + ".jpg";
		imwrite(path, marker);
	}

创建的aruco标记如下：

接下来，当我们把aruco标记打印出来后贴在任意其它地方后，再进行拍摄，就可以对aruco标记进行检测。检测aruco标记的API是detectMarkers（），其参数含义如下：
（1）参数image：输入的需要检测标记的图像；
（2）参数dictionary：进行检测的字典对象指针，这里的字典就是我们创建aruco标记时所使用的字典，检测什么类型的aruco标记就使用什么类型的字典；
（3）参数corners：检测到的aruco标记的角点列表，对于每个标记，其四个角点均按其原始顺序返回（从右上角开始顺时针旋转），第一个角是右上角，然后是右下角，左下角和左上角。
注意这里的返回角点顺序，在OpenCV官方文档中记录的是从左上角开始进行旋转，而经过我的测试，发现是以右上角为起点的，这应该是官方文档中的笔误，而且官方文档中关于contrib拓展库部分的内容可能由于更新频率低，其中还存在着不少小问题，朋友们在看的时候要注意自己检验一下里面的内容，千万不用拿来即用，很可能掉坑。
（4）参数ids：检测到的每个标记的 id，需要注意的是第三个参数和第四个参数具有相同的大小；
（5）参数parameters： DetectionParameters 类的对象，该对象包括在检测过程中可以自定义的所有参数；
（6）参数rejectedImgPoints：抛弃的候选标记列表，即检测到的、但未提供有效编码的正方形。每个候选标记也由其四个角定义，其格式与第三个参数相同，该参数若无特殊要求可以省略。

当我们进行aruco标记检测后，为了方便我们观察，通常需要进行可视化操作，也就是把检测到的aruco标记绘制出来，我们使用drawDetectedMarkers（）这个API来绘制检测到的aruco标记，其参数含义如下：
（1)参数image: 是将绘制标记的输入 / 输出图像（通常就是检测到标记的图像）
（2）参数corners：检测到的aruco标记的角点列表
（3）参数ids：检测到的每个标记对应到其所属字典中的id
（4）参数borderColor：绘制标记外框的颜色

对aruco标记进行检测并绘制的演示代码如下：

		auto dictionary = aruco::getPredefinedDictionary(aruco::PREDEFINED_DICTIONARY_NAME::DICT_6X6_250);
		vector<vector<Point2f>>corners, rejectedImgPoints;
		vector<int>ids;
		auto parameters = aruco::DetectorParameters::create();
		aruco::detectMarkers(test_image, dictionary, corners, ids, parameters, rejectedImgPoints);
		aruco::drawDetectedMarkers(test_image, corners, ids, Scalar(0, 255, 0));

效果如下：

放大观察：


可以看到每个aruco标记的边框上，都有一个绿色矩形框，而在标记的中心，有一个id值，这个id就是该标记在其所属字典中的id。

那么到这里，我们就完成了对aruco标记的创建和检测工作，这是一个基础操作，后续的姿态估计、相机标定等等操作都是建立在此基础之上的。本次笔记就先到此为止，下次再来整理一下对aruco标记进行实时姿态估计的相关内容。

PS：本人的注释比较杂，既有自己的心得体会也有网上查阅资料时摘抄下的知识内容，所以如有雷同，纯属我向前辈学习的致敬，如果有前辈觉得我的笔记内容侵犯了您的知识产权，请和我联系，我会将涉及到的博文内容删除，谢谢！