使用opencv的aruco库进行位姿估计（得到的是旋转矩阵与平移矩阵）

阅读量：4083 次

发布时间：2019-05-25

本文共 2188 字，大约阅读时间需要 7 分钟。

这里面很重要的一点就是说了：使用estimatePoseSingleMarkers估计Marker的位姿，得到的即是即是R和t，R和t应该就是旋转矩阵与平移矩阵。

转载自：

使用opencv的aruco库进行位姿估计

2019-01-11 15:02:27 5143

分类专栏：文章标签：

最后发布:2019-01-11 15:02:27首次发布:2019-01-11 15:02:27

本文链接：

版权

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：

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 
   
    #include 
    
     #include 
     
      #include 
      
       #include 
       
        #include 
        
         #include 
         
          #include 
          
           #include 
           
            #include 
            
             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_
             
              (3, 3) << fx, 0.0, cx, 0.0, fy, cy, 0.0, 0.0, 1.0); Mat distCoeffs = (cv::Mat_
              
               (5, 1) << k1, k2, p1, p2, k3); cv::VideoCapture inputVideo; inputVideo.open(0); cv::Ptr
               
                 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
                
                  ids; std::vector
                 
                  
                   > 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
                   
                     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 :"<
                    
                     <

运行对着你指定的靶标就可以出结果啦。

你可能感兴趣的文章