ROS2+OpenCV综合应用--9. AprilTag标签码识别

最新推荐文章于 2025-01-07 09:29:38 发布
最新推荐文章于 2025-01-07 09:29:38 发布
阅读量735 收藏 5
点赞数 8
CC 4.0 BY-SA版权
分类专栏： ROS2-Opencv综合应用 文章标签： opencv 人工智能 计算机视觉
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://blog.youkuaiyun.com/weixin_44845743/article/details/143953749

1. 简介

        Apriltag是一种常用于机器视觉中的编码标志，它具有较高的识别率和可靠性，可用于各种任务，包括增强现实、机器人和相机校准。

2. 启动

2.1 程序启动前的准备

        本次apriltag标签码使用的是TAG36H11格式，出厂已配套相关标签码，并贴在积木块上，需要将积木块拿出来放置到摄像头画面下识别。

2.2 程序说明

        程序启动后，摄像头捕获到图像，将标签码放入摄像头画面，系统会识别并框出标签码的四个顶点，并显示标签码的ID号。

2.3 程序启动

打开一个终端输入以下指令进入docker，

./docker_ros2.sh

出现以下界面就是进入docker成功

image-20240814152903441

在docker终端输入以下命令启动程序

最低0.47元/天 解锁文章

200万优质内容无限畅学
使用Python，Opencv检测AprilTag
qq_40985985的博客
04-05 4088
这篇博客将介绍AprilTags，这是一组基准标记，通常用于机器人技术、校准和3D计算机视觉项目。通常在执行实时检测时使用AprilTags（以及密切相关的ArUco标记）。 AprilTags是一种基准标记，更简单地说是“标记”，基准点是在捕获图像或视频帧时放置在相机视野中的参考对象。因此它们很容易识别。然后在后台运行的计算机视觉软件获取输入图像，检测基准标记，并根据标记的类型和标记在输入图像中的位置执行一些操作。
OpenCV apriltag 识别
qq_44759447的博客
01-06 831
怕什么真理无穷,进一寸有一寸的欢喜 --- 胡适。
ROS2+OpenCV综合应用--10. AprilTag标签码追踪
weixin_44845743的博客
12-31 731
apriltag标签码追踪是在apriltag标签码识别的基础上，增加了小车摄像头云台运动的功能，摄像头会保持标签码在视觉中间而运动，根据这一特性，从而实现标签码追踪功能。
OpenCV 识别 apriltags 标签 并且获取对应二维旋转角度
qq_44759447的博客
01-07 1465
怕什么真理无穷,进一寸有一寸的欢喜 --- 胡适。 python 通过 pupil_apriltags 库 识别 apriltags 标签 并且获取对应二维平面旋转角度
OpenCV AprilTags 识别
꧁༺ʚvv༒catɞ༻꧂的博客
07-11 8933
在windows中安装 apriltags 库： pip install pupil-apriltags 代码部分： import pupil_apriltags as apriltag # 在 windows 下引入该库 import cv2 img = cv2.imread('1.jpg', cv2.IMREAD_GRAYSCALE) detector = apriltag.Detector() result = detector.detect(img) print(result) 识别
ROS2+OpenCV综合应用--11. AprilTag标签码跟随
weixin_44845743的博客
01-07 788
apriltag标签码追踪是在apriltag标签码识别的基础上，增加了小车车体运动的功能，控制车体从而使摄像头会保持标签码在视觉中间左右运动，在根据物体在摄像头成像近大远小的原理根据这一特性，从而实现标签码跟随功能。
标志识别之AprilTag3
weixin_45834800的博客
09-26 860
粗看了下，主要做了几点优化：查找矩形前，通过一种新的二值化方法，直接在二值图上查找（这样带来的风险就是二值化失败，矩形形状被破坏，就无法检测到），在查找四边形时，在并查集搜索时提前截断，比起AprilTag2少了许多不必要的搜索。另外，在构建AprilTag3时和AprilTag2不同，在windows下构建需要自己配置windows下的pthread库，在Linux用gcc构建时，Tag.c文件中有许多大数组，gcc对这类数组编译非常非常慢。
Apriltags+Ros+Ur5项目--Apriltags位姿输出
harrycomeon的博客
06-07 3118
进入课题组的初期，老师分配了一个实际项目，下面写一下做这个项目的过程及其心得感悟，因为现在已经越发浮躁，想踏下心来好好做一些回顾一下自己的新手上路。大致流程如下： ![在这里插入图片描述](https://img-blog.csdnimg.cn/2019060709450932.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpd...
AprilTag_ros的使用
manbushuizhong的博客
03-28 9941
前言 平台：VM虚拟机 ROS版本：noetic Ubuntu：20.04LTS 一、 usb摄像头的安装和使用 1. 下载源码 cd catkin_ws/src #安装在一个ROS工作空间上 git clone https://github.com/bosch-ros-pkg/usb_cam.git #下载源码 2.编译工作空间 cd .. #回到工作空间 ctakin_make #进行编译 3. 添加usb_cam属性文件（用于终端窗口可检索到usb_ca
ArUco与AprilTag 标签
mahui85的专栏
06-05 2144
黑色边框有助于其在图像中的快速检测，并且二进制编码允许其识别以及错误检测和纠正技术的应用。标记大小决定内部矩阵的大小。第二步，即如何在边缘图像中找出需要的四边形图案并进行筛选，AprilTag尽可能的对检测出的边缘检测，首先剔除非直线边缘，在直线边缘进行邻接边缘查找，最终若形成闭环则为检测到一个四边形。ArUco标记是一种二进制正方形的基准标志物，可用于相机的姿态估计，该标准板主要的优点是检测快速，简单且稳健。ArUco模块包括检测这些不同类型的标记板的方法，以及使用它们进行姿态估计和相机标定的工具。
apriltag 标签 tag36h11
06-29
apriltag 标签 tag36h11
AprilTag 介绍
04-27
Abstract—Reliable and accurate camera calibration usually requires an expert intuition to reliably constrain all of the parameters in the camera model. Existing toolboxes ask users to capture images of a calibration target in positions of their choosing, after which the maximum-likelihood calibration is computed using all images in a batch optimization. We introduce a new interactive methodology that uses the current calibration state to suggest the position of the target in the next image and to verify that the final model parameters meet the accuracy requirements specified by the user.
apriltag.tar
12-03
该代码是apriltag官网代码进行整理后，可以直接cmake运行。参考：https://blog.csdn.net/u013832707/article/details/70876385
V831——AprilTag标签识别
戚晨夕的博客
07-16 2372
AprilTag标记追踪是视觉很常用的一个标签，V831也具备这个功能。感觉加上一个jy-901陀螺仪，V831可以无限发挥他的功能。
AprilTag标记跟踪
chengde6896383的专栏
05-29 1174
http://book.openmv.cc/image/apriltag.html
探索高效目标检测：AprilTag——简单、强大的视觉标签系统
gitblog_00019的博客
03-26 2465
探索高效目标检测：AprilTag——简单、强大的视觉标签系统 项目地址:https://gitcode.com/gh_mirrors/ap/apriltag 是一个开源的视觉识别系统，专为实现精确的目标检测和定位而设计。它在机器人技术、自动驾驶、无人机导航等领域有着广泛的应用，因其易用性、鲁棒性和速度而受到赞誉。 项目简介 AprilTag 是由 April Robotics 团队开发的一系列黑...
通过openmv生成apriltag标签
wangmj_hdu的博客
01-21 2091
Apriltag官网提供的tag图片分辨率很低，完全无法使用，通过openmv生成apriltag标签。 生成方法如下： openmv IDE的下载与安装 openmv官方提供了各种版本的IDE，下载Ubuntu版本，得到一个.run文件。 下载链接 下载完成后执行如下命令完成安装： sudo chmod +x openmv-ide-linux-x86_64-2.6.8.run ./openmv-ide-linux-x86_64-2.6.8.run 生成apriltag 通过以下设置，选择你所需要
Apriltag_ros安装教程和使用以及无人机定位识别降落的应用
2301_76165902的博客
09-07 3090
Apriltag是一种视觉基准系统，应用于机器视觉领域，如机器人导航，无人机定位等。Apriltag由一系列的二维码标签组成，每个标签都有一个唯一的ID，识别效率挺高的。
Apriltag使用
热门推荐
u010949023的博客
05-10 1万+
Apriltag使用 开源项目：https://github.com/AprilRobotics/apriltag apriltag库是一个纯c的库，基本不依赖任何其他库。 Apriltag目前有版本2和版本3，版本3可兼容版本2.版本3的tag如下图： tag2如下： tag3是检测里面四个点，tag2是检测外面四个点。所以同样的大小的tag，tag2的位姿精度会更高。但tag3的检测速度更快(是tag2的两倍以上)。考虑位姿精度，目前我们使用tag2。 我们实际使用4个tag，id分别是tag36h
opencv识别apriltag二维码
最新发布
06-22
### 使用OpenCV实现AprilTag二维码的检测与识别 AprilTag 是一种用于机器人导航和增强现实的视觉标记系统。虽然 AprilTag 本身有专门的库（如 `apriltag` 或 `apriltag_ros`），但也可以通过 OpenCV 实现类似的检测功能[^1]。 以下是使用 OpenCV 实现 AprilTag 二维码检测与识别的核心方法： #### 1. 安装依赖 首先需要安装 OpenCV 和相关的 AprilTag 库。如果用户希望仅使用 OpenCV，可以参考以下步骤： ```bash pip install opencv-python opencv-contrib-python ``` #### 2. 图像预处理 在进行 AprilTag 检测之前，通常需要对图像进行一些预处理操作，例如灰度化、二值化等。 ```python import cv2 # 加载图像 image = cv2.imread("april_tag_image.jpg") # 转换为灰度图像 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) ``` #### 3. 使用 AprilTag 库或 OpenCV 实现检测 虽然 OpenCV 并没有直接提供 AprilTag 的支持，但可以通过加载 AprilTag 的 Python 包来完成检测任务。以下是结合 OpenCV 和 AprilTag 库的代码示例： ```python from cv2 import aruco import numpy as np # 初始化 AprilTag 检测器 aruco_dict = aruco.Dictionary_get(aruco.DICT_APRILTAG_36h11) # 使用 AprilTag 字典 parameters = aruco.DetectorParameters_create() # 检测 AprilTag corners, ids, rejectedImgPoints = aruco.detectMarkers(gray, aruco_dict, parameters=parameters) # 绘制检测结果 if ids is not None: aruco.drawDetectedMarkers(image, corners, ids) ``` #### 4. 处理视频流 对于视频流中的 AprilTag 检测，可以使用 OpenCV 的 `VideoCapture` 功能实时读取帧并进行检测： ```python cap = cv2.VideoCapture(0) # 打开摄像头 while True: ret, frame = cap.read() if not ret: break gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) corners, ids, _ = aruco.detectMarkers(gray, aruco_dict, parameters=parameters) if ids is not None: aruco.drawDetectedMarkers(frame, corners, ids) cv2.imshow("AprilTag Detection", frame) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() ``` #### 5. 结果输出 上述代码会实时显示检测到的 AprilTag，并标注其 ID 和边界框。此外，还可以进一步提取 AprilTag 的位置信息或姿态估计[^2]。 --- ### 注意事项 - 如果需要更高的精度，可以结合相机标定文件进行姿态估计。 - 上述代码中使用了 `aruco.DICT_APRILTAG_36h11`，这是 OpenCV 中支持的 AprilTag 字典之一。 - 对于更复杂的场景，可能需要调整检测参数以适应不同的光照条件或分辨率。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值