zqb_123的博客

ABB机器人欧拉角控制

1-简介OPENCV中对于QR code的识别有三种方法：1、方法一：使用OPENCV模块中的QRCodeDetector（opencv版本在4以上）2、方法二：使用OPENCV外部contrib中的wechat_qrcode外部模块（OpenCV4.5及以上）3、方法三：根据QR code的编码原理从底层解析QR code2-方法一：QRCodeDetector一、源代码OpenCV在对象检测模块中QRCodeDetector有两个相关API分别实现二维码检测与二维码解析:/** @bri

1-简介基于ArUco评估相机姿态，可以使用OPENCV的外部库（opencv_contrib）中的aruco模块，可以参考安装目录（库目录）：…\opencv_contrib-4.5.4\modules\aruco\src\使用时需要添加头文件：#include<opencv2/aruco.hpp>using namespace cv::aruco;2-创建Arucovoid createAruco() { Ptr<Dictionary> d = ge

1-标定源码（Opencv自带）采用OPENCV自带相机相机标定源代码（棋盘法）#include "opencv2/core.hpp"#include <opencv2/core/utility.hpp>#include "opencv2/imgproc.hpp"#include "opencv2/calib3d.hpp"#include "opencv2/imgcodecs.hpp"#include "opencv2/videoio.hpp"#include "opencv2/

1-四种坐标系描述一、世界坐标系客观三维世界的绝对坐标系，也称客观世界坐标系，是以目标为原点建立起来的坐标系。二、摄像机坐标系摄像机坐标系是以摄像机的光心作为坐标系的原点，Ｚc．轴与光轴重合，并垂直于成像平面，且取摄像头的朝向为正方向，Xc轴、Yc轴与图像坐标系的ｘ、ｙ轴平行。三、图像坐标系以电荷耦合元件（ＣＣＤ图像传感器）获得的图像平面的中心为图像坐标系的坐标原点，图像坐标系的ｘ轴、ｙ轴分别平行于图像平面的两条垂直边。图像坐标系的单位长度为毫米，以（ｘ，ｙ）表示某个像素的位置。四、像素

1-简介姿态估计（Pose estimation）在 计算机视觉领域扮演着十分重要的角色： 机器人导航、增强现实以及其它。这一过程的基础是找到现实世界和图像投影之间的对应点。这通常是很困难的一步，因此我们常常用自己制作的或基本的Marker来让这一切变得更容易。最为流行的一个途径是基于二进制平方的标记。这种Marker的主要便利之处在于，一个Marker提供了足够多的对应（四个角）来获取相机的信息（位姿信息）。同样的，内部的二进制编码使得算法非常健壮，允许应用错误检测和校正技术的可能性。aruco模块