二维标记系统ArUco

        ArUco是计算机视觉中广泛使用的二维 fiducial 标记系统，专为高精度定位和姿态估计设计。ArUco 是 OpenCV 库中的一个模块，基于 ARTag 开发。

特点

• 简单易用：直接集成在 OpenCV 中，无需额外依赖，易于上手。
• 灵活的尺寸：可以根据需要生成不同大小和复杂度的标记。
• 姿态估计：与 AprilTag 类似，支持通过单目相机计算三维姿态。
• 自定义字典：用户可以创建自定义的标记字典，适应特定应用需求。

结构

ArUco 标记由以下部分组成：

• 黑色边框：用于快速检测和定位。
• 内部二进制矩阵：编码唯一 ID（如 5×5、6×6 位）。
• 白色背景：增强与环境的对比度。

ArUco 标记生成与检测

生成标记

import cv2
import numpy as np

# 定义 ArUco 字典类型
aruco_dict_type = cv2.aruco.DICT_6X6_250  # 你可以选择其他字典类型
marker_size = 200  # 标记的像素大小

# 创建 ArUco 字典
aruco_dict = cv2.aruco.getPredefinedDictionary(aruco_dict_type)

# 生成特定 ID 的 ArUco 标记
marker_id = 100  # 你可以选择任何 ID（0 到字典大小 - 1）
marker_image = cv2.aruco.generateImageMarker(aruco_dict, marker_id, marker_size)

# 保存标记为图像文件
output_file = "aruco_marker_id_{}.png".format(marker_id)
cv2.imwrite(output_file, marker_image)

print(f"ArUco 标记（ID={marker_id}）已生成并保存为 {output_file}")

将生成的标记与背景图合成，用以测试：

检测标记 

import cv2
import numpy as np

# 加载图像
image = cv2.imread('aruco_marker_id_100.png')

# 初始化 ArUco 字典
aruco_dict = cv2.aruco.getPredefinedDictionary(cv2.aruco.DICT_6X6_250)
parameters = cv2.aruco.DetectorParameters()

# 创建检测器
detector = cv2.aruco.ArucoDetector(aruco_dict, parameters)

# 检测标记
corners, ids, rejectedImgPoints = detector.detectMarkers(image)

# 如果检测到标记
if ids is not None:
    # 绘制标记
    cv2.aruco.drawDetectedMarkers(image, corners, ids)
    # 输出标记的 ID 和角点
    for i in range(len(ids)):
        print(f"Marker ID: {ids[i][0]}")
        print(f"Corners: {corners[i]}")
        print(corners[0][0][0])

# 显示图像
cv2.imshow('Detected ArUco Markers', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

 输出结果：

应用注意事项

1. 光照条件：尽量保持均匀光照，避免强光反射或阴影遮挡标记。
2. 相机校准：进行姿态估计时，需要预先校准相机内参（如焦距、畸变系数）。
3. 标记尺寸：标记尺寸应根据应用场景调整，太远或太小的标记可能无法被检测。
4. 遮挡处理：若标记可能被部分遮挡，优先选择 AprilTag（更强的纠错能力）。

        不过经实测，把标记图像进行模糊和添加杂色后，仍然具有较高的识别度。作为一般要求的标记识别定位，ArUco可以达到像素级的分辨率，如果有更高的要求，可以选择AprilTag，其具有亚像素的分辨率和更强的纠错能力。