OpenCVSharp：ArUco 标记检测与透视变换

前言

对于.NET开发者而言，入门OpenCV的一个很舒适的方式就是先去使用OpenCVSharp，它是 OpenCV 的 .NET 封装，而且作者还开源了一个示例库，可以通过示例库进行入门学习。

OpenCVSharp仓库地址：https://github.com/shimat/opencvsharp

opencvsharp_samples仓库地址：https://github.com/shimat/opencvsharp_samples

作者提供了几十个可以直接运行的示例代码，一开始可以先大概运行一下这些示例，看一下用这个库可以实现哪些功能。

入门第一步就是先学会用，那些视觉算法的原理可以先不懂，大概了解一下就够了，等后面真的需要你深入了解的时候再去了解也不迟，现在深入理解原理容易让小白放弃，刚开始入门我们就当一名踏踏实实的“掉包侠”。

Aruco 标记检测与透视变换

第一个例子是关于Aruco 标记检测和透视变换的。

第一步先运行起来，看一下实现了什么效果？

首先原图是这样的：

注意到上面有4个有点奇怪的四边形。

然后识别这几个四边形的区域：

然后再进行一下透视变换：

刚刚看到的这些四边形就是Aruco标记，它是拿来干嘛的呢？我的简单理解就是拿来标记用的，一个经典的应用就是替换相框中的图片。

OpenCVSharp好像还没有提供生成Aruco标记的功能，但是已经有了识别的功能，让我们看看这个效果是如何实现的吧！！

 // The locations of the markers in the image at FilePath.Image.Aruco.  const int upperLeftMarkerId = 160;  const int upperRightMarkerId = 268;  const int lowerRightMarkerId = 176;  const int lowerLeftMarkerId = 168;   using var src = Cv2.ImRead(ImagePath);   var detectorParameters = new DetectorParameters();  detectorParameters.CornerRefinementMethod = CornerRefineMethod.Subpix;  detectorParameters.CornerRefinementWinSize = 9;   using var dictionary = CvAruco.GetPredefinedDictionary(PredefinedDictionaryName.Dict4X4_1000);   CvAruco.DetectMarkers(src, dictionary, out var corners, out var ids, detectorParameters, out var rejectedPoints); 

每个Aruco标记都有一个确定的ID，然后根据路径读取图片。

var detectorParameters = new DetectorParameters(); detectorParameters.CornerRefinementMethod = CornerRefineMethod.Subpix; detectorParameters.CornerRefinementWinSize = 9; 

进行检测器参数配置：

DetectorParameters: 创建ArUco检测器的参数对象，用于控制标记检测的精度和行为

CornerRefinementMethod.Subpix: 设置角点细化方法为子像素级别，提高角点检测精度

CornerRefinementWinSize = 9: 设置角点细化窗口大小为9x9像素，用于角点周围的子像素级优化

using var dictionary = CvAruco.GetPredefinedDictionary(PredefinedDictionaryName.Dict4X4_1000); 

进行字典配置：

CvAruco.GetPredefinedDictionary: 获取OpenCV预定义的ArUco标记字典

PredefinedDictionaryName.Dict4X4_1000: 选择4x4位编码、包含1000个不同标记的字典类型

CvAruco.DetectMarkers(src, dictionary, out var corners, out var ids, detectorParameters, out var rejectedPoints); 

这就在进行ArUco标记检测了，主要知道一下参数是什么意思就行了。

src - 输入图像，包含要检测ArUco标记的源图像

dictionary - 标记字典，预定义的ArUco标记字典（前面配置的Dict4X4_1000）

corners - 检测到的标记角点（输出参数），每个标记的4个角点坐标，按顺时针顺序存储（从左上角开始）

ids - 检测到的标记ID（输出参数），每个检测到的标记对应的ID编号

detectorParameters - 检测参数，前面配置的检测器参数（包含角点细化等设置）

rejectedPoints - 被拒绝的候选标记（输出参数），检测过程中被识别为候选但最终被拒绝的标记角点

自己再稍微打断点加深一下印象：

确实是，每一项都有四个点。

检测出了ArUco标记的ID。

确实有一组被拒绝的候选标记。

using var detectedMarkers = src.Clone(); CvAruco.DrawDetectedMarkers(detectedMarkers, corners, ids, Scalar.Crimson); 

在图像上绘制区域与ID。

            // Find the index of the four markers in the ids array. We'll use this same index into the             // corners array to find the corners of each marker.             var upperLeftCornerIndex = Array.FindIndex(ids, id => id == upperLeftMarkerId);             var upperRightCornerIndex = Array.FindIndex(ids, id => id == upperRightMarkerId);             var lowerRightCornerIndex = Array.FindIndex(ids, id => id == lowerRightMarkerId);             var lowerLeftCornerIndex = Array.FindIndex(ids, id => id == lowerLeftMarkerId);              // Make sure we found all four markers.             if (upperLeftCornerIndex < 0 || upperRightCornerIndex < 0                  || lowerRightCornerIndex < 0 || lowerLeftCornerIndex < 0)             {                 return;             }              // Marker corners are stored clockwise beginning with the upper-left corner.             // Get the first (upper-left) corner of the upper-left marker.             var upperLeftPixel = corners[upperLeftCornerIndex][0];             // Get the second (upper-right) corner of the upper-right marker.             var upperRightPixel = corners[upperRightCornerIndex][1];             // Get the third (lower-right) corner of the lower-right marker.             var lowerRightPixel = corners[lowerRightCornerIndex][2];             // Get the fourth (lower-left) corner of the lower-left marker.             var lowerLeftPixel = corners[lowerLeftCornerIndex][3];              // Create coordinates for passing to GetPerspectiveTransform             var sourceCoordinates = new List<Point2f>             {                 upperLeftPixel, upperRightPixel, lowerRightPixel, lowerLeftPixel             }; 

就是确保都找到了这些ID，然后确定了一个区域，就是这么一个区域：

这个区域由第一个ArUco标记的左上角点、第二个右上角点、第三个左下角点与第四个右下角点组成。

var destinationCoordinates = new List<Point2f> {     new Point2f(0, 0),     new Point2f(1024, 0),     new Point2f(1024, 1024),     new Point2f(0, 1024), };  

首先进行目标坐标定义，定义了变换后的标准矩形区域，创建一个1024×1024像素的正方形。

using var transform = Cv2.GetPerspectiveTransform(sourceCoordinates, destinationCoordinates); 

然后进行计算透视变换矩阵：

sourceCoordinates: 从检测到的4个ArUco标记角点提取的源坐标

destinationCoordinates: 目标标准矩形坐标

返回值: 3×3的透视变换矩阵，用于将源四边形映射到目标矩形

using var normalizedImage = new Mat(); Cv2.WarpPerspective(src, normalizedImage, transform, new Size(1024, 1024)); 

应用透视变换:

src: 原始输入图像

normalizedImage: 输出的标准化图像

transform: 透视变换矩阵

new Size(1024, 1024): 输出图像尺寸

这样就得到了最后的那张图片。