onlyyoujojo的博客

ids：maker的id，数值从0到N，N是makers的总数。corners：检测到的maker角点的向量，每个maker角点用4个角点表示，4个角点顺序按照顺时针排列。ArUco的目的是用于相机的姿态估计，也就是给定一个ArUco板子，作为参照物，来估计相机的运动。版本不高，我的opencv4.8.1比他高，改了几个python 的 api的名字。公式怎么来的不晓得，暂时不去管它，写论文的时候才需要去看，做工程用就完了。貌似最少得6个格子。u,v是图像像素平面坐标，Z是物体上面的点到相机光心的距离。

大概就是这样一个效果。不过很蛋疼的一件是是，超分的模型太吉尔大了，我这是剪裁后的图片可以超分出来，再大一点就不行了，真的操蛋。为什么要进行超分，是因为棋盘格角点检测的不好，当对图片进行超分之后，棋盘格其实是变大了，因为像素变多了。一个lua写的图像超分代码，作者给的示例是二次元图像，不知道适不适合普通的图像。上面的是在麑蚂太大了，占显存，找了个小的。不如好好拍两张清晰的、大一点的照片。为了标定相机用超分，杀鸡用了牛刀。检测的效果就是这样。

这里就很难受了，为啥调用的是.local/lib/python3.10/site-packages/里面的库，我的虚拟虚拟环境明明在 ~/anaconda3/envs/ChessBoardCornersDetection/。好像是因为命令行直接调用的就是系统的库，不是虚拟环境的库，因为我的mrcal是用的apt install搞的，要是想用虚拟环境做，应该自己用make去构建mrcal的库。有的图opencv识别不到，matlab识别的不错，有的图matlab识别的很差，opencv可以很不错。

那么opencv的findChessboardCorners用的什么算法?论文没看，想看了再说。

一堆操作，还要判断干扰的矩形、正确的有邻居的矩阵、再对矩形排序。opencv的findChessboardCorners用的什么算法?

然后怎么运行一个本地的文件夹页花了我一些时间，目前我是新建了一个项目，把文件夹复制过去，然后先点击显示所有文件，再右键你的文件夹，点击包含到项目。主要是添加依赖库的时候，怎么去添加路径比较麻烦，什么bin、lib、dll乱七八糟的都得添加进去。不过现在的问题是opencv读不到我的图片，很麻烦。