Python версия: 3.7
OpenCV версия: 4.1.1 / 3.4.X
Мобильный телефон: Asus Zenfone Max Pro M1
Начальная настройка
Снимок экрана с изображением
Используемый словарь: cv2.aruco.DICT_ARUCO_ORIGINAL.Параметры Aruco: постоянные в течение всего эксперимента.
Красные метки показывают отклоненные точки, а зеленые метки показывают угловые точки.
Снимок экрана обнаружения aruco на изображении .В этом случае не было обнаружено углов, но было много отклоненных точек.
Случай 1: Эффект обрезки
Обрезанное изображение: от 200 до 1574 по оси Y и от 883 до 2633 по оси X.Я обрезал его, используя OpenCV, чтобы не было потерь.
В некоторых случаях он обнаруживал угловые точки, а в некоторых случаях захватывал больше шума, чем раньше .
- Чего я не понимаю, так это почему отклоненные точки меняются?
Снимок экрана обнаружения aruco на обрезанном изображении .В этом случае число отклоненных точек больше, чем раньше.
Случай 2: Эффекты сглаживания
Я использовал на этом изображении срединное размытие ядра 11x11.Ложное обнаружение было низким, и маркер был обнаружен идеально.
Первоначально я предполагал, что это было связано с устранением шума на изображении после применения Median Blur, но результаты не улучшались при постепенном увеличении / уменьшенииразмер ядра .Например: для одного изображения углы были обнаружены с использованием фильтра 9x9, но не с использованием 5x5, 7x7, 11x11, 15x15.На другом изображении он может работать с использованием 11x11.
- Почему он так себя ведет?
Снимок экрана обнаружения aruco после удаления шума , увеличенодля удобства.
Я не могу опубликовать исходное изображение здесь, так как оно больше 2 МБ.