ArUco----一个微型现实增强库的介绍及视觉应用(二)

2023-12-18 05:32

本文主要是介绍ArUco----一个微型现实增强库的介绍及视觉应用(二),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

很重要的一点就是这个

转载自:https://www.cnblogs.com/shawn0102/p/8039439.html

ArUco----一个微型现实增强库的介绍及视觉应用(二)

ArUco----一个微型现实增强库的介绍及视觉应用(二)

一、第一个ArUco的视觉应用

  首先介绍第一个视觉应用的Demo,这个应用场景比较简单,下面具体介绍:

1. 应用场景

  主线程:通过摄像头检测环境中的视觉标志,看到ID为100的标志后在图像中圈出标志,在标志上绘制坐标系,得到视觉标志相对于相机坐标系的位置和姿态参数;

  子线程:将得到的视觉标志进一步转换成需要的数据类型并发送给机器人。

2. 编程环境

  Ubuntu14.04(安装有OpenCV以及ArUco)

3. 编译工具

  Cmake

 4. 源码下载地址

  https://github.com/Zhanggx0102/Aruco_Blog_Demo.git

 5. 源码处理

  下载完成后重新编译即可。

  cd Aruco_Blog_Demo-master

  rm -r build/

  mkdir build

  cd build

  cmake ..

  make 

二、源码解读

 源码中已经做了比较详细的注释,这里主要讲解程序框架。

程序流程图如下所示:

 

程序流程图

执行后的效果如下图所示:

下面是源码截取的两个主要的函数。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76

77

78

79

80

81

82

83

84

85

86

87

88

89

90

91

92

93

94

95

96

97

98

99

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

/*******************************************************************************************************************

main function

********************************************************************************************************************/

int main(int argc,char **argv)

{

 

    int thread_return;

    pthread_t Message_Send_Thread_ID;

    //init thread lock

    pthread_mutex_init(&IK_Solver_Lock, NULL);

    //creat new thread

    thread_return = pthread_create(&Message_Send_Thread_ID,NULL,Thread_Func_Message_Send,NULL);

     

    //import the camera param (CameraMatrix)

    float camera_matrix_array[9] = { 1.0078520005023535e+003, 0., 6.3950000000000000e+002,

                                  0.0, 1.0078520005023535e+003, 3.5950000000000000e+002,

                                  0.0, 0.0, 1.0 };

    cv::Mat Camera_Matrix(3,3,CV_32FC1);

    InitMat(Camera_Matrix,camera_matrix_array);

    cout << "Camera_Matrix = " << endl << "" << Camera_Matrix << endl ;

    //import the camera param (Distorsion)

    float Distorsion_array[5] = {-4.9694653328469340e-002, 2.3886698343464000e-001, 0., 0.,-2.1783942538569392e-001};

    cv::Mat Distorsion_M(1,5,CV_32FC1);

    InitMat(Distorsion_M,Distorsion_array);

    cout << "Distorsion_M = " << endl << "" << Distorsion_M << endl ;

 

    CameraParameters LogiC170Param;

    //LogiC170Param.readFromXMLFile("LogitchC170_Param.yml");

    LogiC170Param.CameraMatrix = Camera_Matrix.clone();

    LogiC170Param.Distorsion = Distorsion_M.clone();

    LogiC170Param.CamSize.width = 1280;

    LogiC170Param.CamSize.height = 720;

 

    float MarkerSize = 0.04;

    int Marker_ID;

    MarkerDetector MDetector;

    MDetector.setThresholdParams(7, 7);

    MDetector.setThresholdParamRange(2, 0);

 

    CvDrawingUtils MDraw;

 

    //read the input image

    VideoCapture cap(0); // open the default camera

     if(!cap.isOpened())  // check if we succeeded 

        return -1;

    cv::Mat frame;

    cv::Mat Rvec;//rotational vector

    CvMat Rvec_Matrix;//temp matrix

    CvMat R_Matrix;//rotational matrixs

    cv::Mat Tvec;//translation vector

 

    cap>>frame;//get first frame

    //LogiC170Param.resize(frame.size());

 

    printf("%f, %f\n",cap.get(CV_CAP_PROP_FRAME_WIDTH),cap.get(CV_CAP_PROP_FRAME_HEIGHT)); 

    cap.set(CV_CAP_PROP_FRAME_WIDTH, 1280); 

    cap.set(CV_CAP_PROP_FRAME_HEIGHT, 720); 

    //cap.set(CV_CAP_PROP_FPS, 10); 

    printf("%f, %f\n",cap.get(CV_CAP_PROP_FRAME_WIDTH),cap.get(CV_CAP_PROP_FRAME_HEIGHT));  

 

    while(1)

    {

        //get current frame

        cap>>frame;

        //Ok, let's detect

        vector< Marker >  Markers=MDetector.detect(frame, LogiC170Param, MarkerSize);

        //printf("marker count:%d \n",(int)(Markers.size()));

 

        //for each marker, estimate its ID and if it is  100 draw info and its boundaries in the image

        for (unsigned int j=0;j<Markers.size();j++)

        {

            //marker ID test

            Marker_ID = Markers[j].id;

            printf("Marker ID = %d \n",Marker_ID);

 

            if(Marker_ID == 100)

            {

                //cout<<Markers[j]<<endl;

                Markers[j].draw(frame,Scalar(0,0,255),2);

 

                Markers[j].calculateExtrinsics(MarkerSize, LogiC170Param, false);

                //calculate rotational vector

                Rvec = Markers[j].Rvec;

                cout << "Rvec = " << endl << "" << Rvec << endl ;

                //calculate transformation vector

                Tvec = Markers[j].Tvec;

                cout << "Tvec = " << endl << "" << Tvec << endl ;

 

                //lock to update global variables: Rotat_Vec_Arr[3]  Rotat_M[9]  Trans_M[3]

                pthread_mutex_lock(&IK_Solver_Lock);

 

                //save rotational vector to float array

                for (int r = 0; r < Rvec.rows; r++) 

                

                    for (int c = 0; c < Rvec.cols; c++) 

                    {    

                        //cout<< Rvec.at<float>(r,c)<<endl; 

                        Rotat_Vec_Arr[r] = Rvec.at<float>(r,c);

                    }    

                }

                printf("Rotat_Vec_Arr[3] = [%f, %f, %f] \n",Rotat_Vec_Arr[0],Rotat_Vec_Arr[1],Rotat_Vec_Arr[2]);

 

                //save array data to CvMat and convert rotational vector to rotational matrix

                cvInitMatHeader(&Rvec_Matrix,1,3,CV_32FC1,Rotat_Vec_Arr,CV_AUTOSTEP);//init Rvec_Matrix

                cvInitMatHeader(&R_Matrix,3,3,CV_32FC1,Rotat_M,CV_AUTOSTEP);//init R_Matrix and Rotat_M

                cvRodrigues2(&Rvec_Matrix, &R_Matrix,0);

                printf("Rotat_M = \n[%f, %f, %f, \n  %f, %f, %f, \n  %f, %f, %f] \n",Rotat_M[0],Rotat_M[1],Rotat_M[2],Rotat_M[3],Rotat_M[4],Rotat_M[5],Rotat_M[6],Rotat_M[7],Rotat_M[8]);

                 

                //save transformation vector to float array

                for (int r = 0; r < Tvec.rows; r++)

                

                    for (int c = 0; c < Tvec.cols; c++) 

                    {

                        Trans_M[r] = Tvec.at<float>(r,c);

                    }

                }

                printf("Trans_M[3] = [%f, %f, %f] \n",Trans_M[0],Trans_M[1],Trans_M[2]);

 

                //unlock

                pthread_mutex_unlock(&IK_Solver_Lock);

 

                // draw a 3d cube in each marker if there is 3d info

                if (LogiC170Param.isValid() && MarkerSize != -1)

                {

                    MDraw.draw3dAxis(frame,LogiC170Param,Rvec,Tvec,0.04);

                }

            }

        }

        //*/

        cv::waitKey(150);//wait for key to be pressed

        cv::imshow("Frame",frame);

    }

    //wait for the IK solver thread close and recover resources

    pthread_join(Message_Send_Thread_ID,NULL);

 

    pthread_mutex_destroy(&IK_Solver_Lock); //destroy the thread lock

    return 0

}

/**********************************************************

function: new thread to send messages

input: void

return :null

***********************************************************/

void * Thread_Func_Message_Send(void *arg)

{

    printf("IK solver thread is running!\n");

    //original pose and position

    float P_original[4];

    float N_original[4];

    float O_original[4];

    float A_original[4];

    //final pose and position

    float P[3];

    float N[3];

    float O[3];

    float A[3];

 

    P_original[3] = 1;

    N_original[3] = 0;

    O_original[3] = 0;

    A_original[3] = 0;

 

    while (1)

    {

        //get the spacial pose

        pthread_mutex_lock(&IK_Solver_Lock);

        //memcpy(P_original, Trans_M, sizeof(Trans_M));

        for(int i=0;i<3;i++)

        {

            P_original[i] = Trans_M[i];

            N_original[i] = Rotat_M[3*i];

            O_original[i] = Rotat_M[3*i+1];

            A_original[i] = Rotat_M[3*i+2];

        }

        pthread_mutex_unlock(&IK_Solver_Lock);

        //debug printf

        ///*

        printf("N_original[4] = [%f, %f, %f, %f]  \n",N_original[0],N_original[1],N_original[2],N_original[3]);

        printf("O_original[4] = [%f, %f, %f, %f]  \n",O_original[0],O_original[1],O_original[2],O_original[3]);

        printf("A_original[4] = [%f, %f, %f, %f]  \n",A_original[0],A_original[1],A_original[2],A_original[3]);

        printf("P_original[4] = [%f, %f, %f, %f]  \n",P_original[0],P_original[1],P_original[2],P_original[3]);

        //*/

 

        printf("I send the message to robot here! \n");

        /*

        add message send function here!

        */<br>

        //uodate every 5 s

        sleep(5);

    }

    //kill the message send thread

    pthread_exit(0); 

}

 

<-- 本篇完-->

 

欢迎留言、私信、邮箱、微信等任何形式的技术交流。

作者信息:

名称:Shawn

邮箱:zhanggx0102@163.com

微信二维码:↓

          

标签: ArUco, 增项现实, 视觉应用

这篇关于ArUco----一个微型现实增强库的介绍及视觉应用(二)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/507204

相关文章

利用Python操作Word文档页码的实际应用

《利用Python操作Word文档页码的实际应用》在撰写长篇文档时,经常需要将文档分成多个节,每个节都需要单独的页码,下面:本文主要介绍利用Python操作Word文档页码的相关资料,文中通过代码... 目录需求:文档详情:要求:该程序的功能是:总结需求:一次性处理24个文档的页码。文档详情:1、每个

5 种使用Python自动化处理PDF的实用方法介绍

《5种使用Python自动化处理PDF的实用方法介绍》自动化处理PDF文件已成为减少重复工作、提升工作效率的重要手段,本文将介绍五种实用方法,从内置工具到专业库,帮助你在Python中实现PDF任务... 目录使用内置库(os、subprocess)调用外部工具使用 PyPDF2 进行基本 PDF 操作使用

Java中的分布式系统开发基于 Zookeeper 与 Dubbo 的应用案例解析

《Java中的分布式系统开发基于Zookeeper与Dubbo的应用案例解析》本文将通过实际案例,带你走进基于Zookeeper与Dubbo的分布式系统开发,本文通过实例代码给大家介绍的非常详... 目录Java 中的分布式系统开发基于 Zookeeper 与 Dubbo 的应用案例一、分布式系统中的挑战二

Java 缓存框架 Caffeine 应用场景解析

《Java缓存框架Caffeine应用场景解析》文章介绍Caffeine作为高性能Java本地缓存框架,基于W-TinyLFU算法,支持异步加载、灵活过期策略、内存安全机制及统计监控,重点解析其... 目录一、Caffeine 简介1. 框架概述1.1 Caffeine的核心优势二、Caffeine 基础2

使用Node.js和PostgreSQL构建数据库应用

《使用Node.js和PostgreSQL构建数据库应用》PostgreSQL是一个功能强大的开源关系型数据库,而Node.js是构建高效网络应用的理想平台,结合这两个技术,我们可以创建出色的数据驱动... 目录初始化项目与安装依赖建立数据库连接执行CRUD操作查询数据插入数据更新数据删除数据完整示例与最佳

PHP应用中处理限流和API节流的最佳实践

《PHP应用中处理限流和API节流的最佳实践》限流和API节流对于确保Web应用程序的可靠性、安全性和可扩展性至关重要,本文将详细介绍PHP应用中处理限流和API节流的最佳实践,下面就来和小编一起学习... 目录限流的重要性在 php 中实施限流的最佳实践使用集中式存储进行状态管理(如 Redis)采用滑动

深入浅出Spring中的@Autowired自动注入的工作原理及实践应用

《深入浅出Spring中的@Autowired自动注入的工作原理及实践应用》在Spring框架的学习旅程中,@Autowired无疑是一个高频出现却又让初学者头疼的注解,它看似简单,却蕴含着Sprin... 目录深入浅出Spring中的@Autowired:自动注入的奥秘什么是依赖注入?@Autowired

Java中HashMap的用法详细介绍

《Java中HashMap的用法详细介绍》JavaHashMap是一种高效的数据结构,用于存储键值对,它是基于哈希表实现的,提供快速的插入、删除和查找操作,:本文主要介绍Java中HashMap... 目录一.HashMap1.基本概念2.底层数据结构:3.HashCode和equals方法为什么重写Has

PostgreSQL简介及实战应用

《PostgreSQL简介及实战应用》PostgreSQL是一种功能强大的开源关系型数据库管理系统,以其稳定性、高性能、扩展性和复杂查询能力在众多项目中得到广泛应用,本文将从基础概念讲起,逐步深入到高... 目录前言1. PostgreSQL基础1.1 PostgreSQL简介1.2 基础语法1.3 数据库

Python中的filter() 函数的工作原理及应用技巧

《Python中的filter()函数的工作原理及应用技巧》Python的filter()函数用于筛选序列元素,返回迭代器,适合函数式编程,相比列表推导式,内存更优,尤其适用于大数据集,结合lamb... 目录前言一、基本概念基本语法二、使用方式1. 使用 lambda 函数2. 使用普通函数3. 使用 N