原创

使用opencv的aruco库进行位姿估计

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://ailearning.blog.csdn.net/article/details/86301547

1、姿态估计在许多计算机视觉应用中非常重要:机器人导航,增强现实等等。该过程基于查找真实环境中的点与其2D图像投影之间的对应关系。这通常是一个困难的步骤,因此通常使用合成或基准标记使其更容易。

最流行的方法之一是使用二元方形基准标记。这些标记的主要好处是单个标记提供足够的对应(其四个角)以获得相机姿势。此外,内部二进制编码使它们特别健壮,允许应用错误检测和校正技术的可能性。
aruco功能包括在:

#include < opencv2 / aruco.hpp >

aruco模块基于ArUco库,这是一个用于检测由RafaelMuñoz和Sergio Garrido开发的方形基准标记的流行库:
因为aruco是在opencv_contrib中,所以读者在安装时,要注意是否安装了opencv_contrib,笔者安装过程在前面的博客已经写出:

https://blog.csdn.net/weixin_43053387/article/details/85806344

环境搭建都没有问题,下面我们根据官方文档,进行相关调用就行了,先给出网址:

https://docs.opencv.org/master/d5/dae/tutorial_aruco_detection.html

界面是这样的:
在这里插入图片描述
笔者就是根据这个一步一步调用,得到我们的旋转矩阵与平移矩阵,下面给出小编在qt下编译的代码:
程序大体步骤:
1、使用getPredefinedDictionary创建一个字典
2、读取每一帧,使用detectMarkers检测当前帧中的Markers
3、使用estimatePoseSingleMarkers估计Marker的位姿,得到的即是即是R和t

#include <QCoreApplication>
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>
#include <cv.h>
#include <iostream>
#include <highgui.h>
#include <opencv2/aruco.hpp>
#include <stdio.h>

using namespace cv;
using namespace std;

int main(int argc, char *argv[])

{
//内参与畸变矩阵,笔者在前面的博客已经给出求解方法,有需要的可以找找看看
    double fx,fy,cx,cy,k1,k2,k3,p1,p2;
    fx=955.8925;
    fy=955.4439;
    cx=296.9006;
    cy=215.9074;
    k1=-0.1523;
    k2=0.7722;
    k3=0;
    p1=0;
    p2=0;

  Mat cameraMatrix = (cv::Mat_<float>(3, 3) <<
        fx, 0.0, cx,
        0.0, fy, cy,
        0.0, 0.0, 1.0);
   Mat distCoeffs = (cv::Mat_<float>(5, 1) << k1, k2, p1, p2, k3);
   cv::VideoCapture inputVideo;
   inputVideo.open(0);
   cv::Ptr<cv::aruco::Dictionary> dictionary = cv::aruco::getPredefinedDictionary(cv::aruco::DICT_6X6_250);

   while (inputVideo.grab()) {
       cv::Mat image, imageCopy;
       inputVideo.retrieve(image);//抓取视频中的一张照片
       image.copyTo(imageCopy);
       std::vector<int> ids;
       std::vector<std::vector<cv::Point2f>> corners;
       cv::aruco::detectMarkers(image, dictionary, corners, ids);//检测靶标
       // if at least one marker detected
       if (ids.size() > 0) {
           cv::aruco::drawDetectedMarkers(imageCopy, corners, ids);//绘制检测到的靶标的框
           std::vector<cv::Vec3d> rvecs, tvecs;
           cv::aruco::estimatePoseSingleMarkers(corners, 0.055, cameraMatrix, distCoeffs, rvecs, tvecs);//求解旋转矩阵rvecs和平移矩阵tvecs
           //cout<<"R :"<<rvecs[0]<<endl;
           cout<<"T :"<<tvecs[0]<<endl;
           // draw axis for each marker
           for(int i=0; i<ids.size(); i++)
               cv::aruco::drawAxis(imageCopy, cameraMatrix, distCoeffs, rvecs[i], tvecs[i], 0.1);
       }
       cv::imshow("out", imageCopy);
       cv::waitKey(50);
       //if (key == 27)1
       // break;
   }
return 0;
}

运行对着你指定的靶标就可以出结果啦。

文章最后发布于: 2019-01-11 15:02:27
展开阅读全文
0 个人打赏
私信求帮助

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 技术黑板 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览