python fiducial tracker下载 - python fiducial tracker源代码下载

python fiducial tracker

其他类别

1.0.0

下载

简单的Python基准跟踪器

这段代码使用 OpenCV 来检测视频设备捕获的每一帧中标记的位置。根据标记的物理尺寸，它也可以进行姿势估计。对于每个定义的标记，可以通过 UDP 以纯文本形式获取数据。它返回对象相对于相机的旋转平移，以及出现在相机图像上的对象 2D 质心的 XY 坐标。如果标记不可见，则返回的数字将为 NaN。
请注意，此代码不使用时间信息进行跟踪。
相反，它尝试检测标记并估计其在每个捕获的帧中的姿势。

主要特点

您可以使用任何标记，一张照片也足够了
每个关键设置都可以在配置文件中使用，该文件采用标准.ini语法。
包括相机校准脚本和带有棋盘格的 .pdf 文件。请阅读此处了解如何校准。
极其简单的网络通信协议：
- 您可以通过将任何内容发送到配置文件中设置的端口来获取最新的跟踪数据
- 跟踪器发回两个数据包：数据包 1是固定长度，包含一个关于数据包长度的 16 位整数...数据包 2 ，其中包含纯文本格式的所有配置的标记信息。
- 您可以直接将 UDP 数据包转储为逗号分隔值文件。

快速入门指南

您需要一个带有cv2和numpy模块的标准 Python 环境。虽然代码是在 Mac 上使用 Python 2.7 和 OpenCV 3.4.1 开发的，但它也应该适用于 Python 3 和其他平台。以下是创建标记的几个步骤： 1. 拍摄对象的照片并裁剪它。理想情况下，分辨率应与您的相机兼容。 2.，编辑配置文件，并确保它设置了以下行：

 [General]

您可以在常规部分中保留几乎所有相同的内容，但您需要校准相机！请阅读此处了解如何校准。添加新标记时，您需要微调设置，因此请确保相机的图像可见。

 camera_show_picture = 1

否则，新标记将作为新部分添加到配置文件中。
标头是标记的用户友好名称

 [My custom marker]

指定文件名和标记的物理尺寸：

 marker_file_name = <File name in the same directory or full path>
marker_width = <Units are in mm.>
marker_height = <Units are in mm.>

设置新标记时，您需要更改以下设置：

 marker_minimum_matching_distance = <Decrease it from 50>
marker_minimum_number_of_matches = <Set this to at least 4>
pose_estimation_running_average = <more than 1>

marker_minimum_matching_distance与标记图像和相机之间的特征匹配的质量成反比。如果设置得太高，将匹配标记之外的特征，如果设置太低，则根本不会进行匹配。
姿势估计需要marker_minimum_number_of_matches 。至少需要4个匹配点来计算translation坐标和rotation角度。然而，变换所需的匹配越多，估计就越精确。如果设置得太高，姿态估计将仅在少数帧中起作用。
最后， pose_estimation_running_average设置应该对多少帧的位置数据进行平均。如果返回的位置太“不稳定”，请增加此数字。然而，一起平均的帧越多，延迟就越大。
此外，每个colour通道可以是0到255之间的任何自然数。 marker_feature_colour_*项用于显示标记图像和相机图像之间的良好质量匹配的位置。 marker_indicator_colour_*设置确定单个指示器的颜色，该指示器显示由显示的匹配的平均值计算得出的坐标。理想情况下，该指示符应始终位于标记内部，并作为centroid在 UDP 数据包中返回。

 marker_feature_colour_R = <0...255>
marker_feature_colour_G = <0...255>
marker_feature_colour_B = <0...255>
marker_indicator_colour_R = <0...255>
marker_indicator_colour_G = <0...255>
marker_indicator_colour_B = <0...255>