AprilTag标签识别
AprilTag标签识别前言AprilTag是一种视觉基准系统，可用于多种任务，包括增强现实、机器人和相机校准。可以通过普通打印机创建目标，AprilTag 检测软件可以计算标签相对于相机的精确3D位置、方向和标识。
AprilTag官网介绍：https://april.eecs.umich.edu/software/apriltag.html
实验目的编程实现AprilTag标记识别，并将识别到的信息通过串口终端打印出来。
实验讲解AprilTag种类可以将AprilTag简单地理解为一个特定信息的二维码，有family和ID两个概念：
TAG16H5 → 0 to 29TAG25H7 → 0 to 241TAG25H9 → 0 to 34TAG36H10 → 0 to 2319TAG36H11 → 0 to 586 （CanMV K210推荐使用）ARTOOLKIT → 0 to 511以【TAG36H11 → 0 to 586】为例，family信息就是：TAG36H11 ， ID可以是“0 到 586” ，也就是一共有587种标记码。
不同家族区别：TAG16H5的有效区域是 4x4 的方块，那么它比TAG36H11看的更远（因为他有 6x6 个方块）。 但是内容少，所以TAG16H5的错误率比TAG36H11 高很多，因为TAG36H11的校验信息多。CanMV K210推荐使用TAG36H11家族的标记码。
AprilTag生成可以在CanMV IDE生成AprilTag。点击工具--机器视觉--AprilTag生成器--TAG36H11家族：
最小输入0 ，最大输入9 ，制作id从0-9共10张标签。
点击OK后选择要生成的位置文件夹即可：
find_apriltags对象识别apriltag使用find_apriltags对象函数，具体说明如下：
构造函数image.find_apriltags([roi[, families=image.TAG36H11[, fx[, fy[, cx[, cy]]]]]])查找roi区域内的所有apriltags并返回一个image.apriltags的对象列表。
使用方法以上函数返回image.apriltags 对象列表。
tag.rect()返回一个矩形元组（x,y,w,h）,二维码的边界。可以通过索引[0-3]来获得单个值。
tag.cx()返回中心x坐标。
tag.cy()返回中心y坐标
tag.family()家族信息。
tag.id()ID信息。
tag.rotation()方向。
代码编写流程如下图所示：
参考代码# AprilTags 示例## 此示例显示了如何在CanMV上是被AprilTagsimport sensor, image, time, math, lcdlcd.init()sensor.reset()sensor.set_pixformat(sensor.RGB565)sensor.set_framesize(sensor.QQVGA) # 如果分辨率更大，我们的内存会耗尽...sensor.set_vflip(1) #摄像头后置模式sensor.skip_frames(time = 2000)sensor.set_auto_gain(False) # 必须关闭此功能，以防止图像冲洗…sensor.set_auto_whitebal(False) # 必须关闭此功能，以防止图像冲洗…clock = time.clock()# 注意！与find_qrcodes不同，find_apriltags方法不需要对图像进行镜头校正# apriltag代码最多支持可以同时处理6种tag家族。# 返回的tag标记对象，将有其tag标记家族及其在tag标记家族内的id。tag_families = 0tag_families |= image.TAG16H5 # 注释掉，禁用这个家族tag_families |= image.TAG25H7 # 注释掉，禁用这个家族tag_families |= image.TAG25H9 # 注释掉，禁用这个家族tag_families |= image.TAG36H10 # 注释掉，禁用这个家族tag_families |= image.TAG36H11 # 注释掉以禁用这个家族(默认家族)tag_families |= image.ARTOOLKIT # 注释掉，禁用这个家族#标签系列有什么区别？ 那么，例如，TAG16H5家族实际上是一个4x4的方形标签。#所以，这意味着可以看到比6x6的TAG36H11标签更长的距离。#然而，较低的H值（H5对H11），意味着4x4标签的假阳性率远高于6x6标签。#所以，除非你有理由使用其他标签系列，否则使用默认族TAG36H11。def family_name(tag): if(tag.family() == image.TAG16H5): return "TAG16H5" if(tag.family() == image.TAG25H7): return "TAG25H7" if(tag.family() == image.TAG25H9): return "TAG25H9" if(tag.family() == image.TAG36H10): return "TAG36H10" if(tag.family() == image.TAG36H11): return "TAG36H11" if(tag.family() == image.ARTOOLKIT): return "ARTOOLKIT"while(True): clock.tick() img = sensor.snapshot() for tag in img.find_apriltags(families=tag_families): # 如果没有给出家族，默认TAG36H11。 img.draw_rectangle(tag.rect(), color = (255, 0, 0)) img.draw_cross(tag.cx(), tag.cy(), color = (0, 255, 0)) print_args = (family_name(tag), tag.id(), (180 * tag.rotation()) / math.pi) #打印标签信息 print("Tag Family %s, Tag ID %d, rotation %f (degrees)" % print_args) lcd.display(img) #LCD显示 print(clock.fps())实验结果为了更好地识别，图像上apriltag需比较平展，不能太小。使用显示屏的话不能太暗。目前只支持QQVGA分辨率。
这里打开family: TAG36H11 , id: 0的标签图片测试：
运行程序，将摄像头正对标签，可以看到识别出来：
IDE串口终端显示识别结果：