OpenCV Java版ArUco库无法检测ArUco标记求助

一、字典类型不匹配问题的解决方案 #

你的核心问题是OpenCV Java绑定中，org.opencv.aruco.Dictionary和org.opencv.objdetect.ArucoDetector所需的org.opencv.objdetect.Dictionary属于不同包，无法直接兼容，以下是两种解决方法：

方法1：使用objdetect包的预定义字典 #

新版本OpenCV将预定义字典的获取方法移到了org.opencv.objdetect.Objdetect类，返回的类型正好匹配ArucoDetector的要求：

import org.opencv.objdetect.ArucoDetector;
import org.opencv.objdetect.Dictionary;
import org.opencv.objdetect.Objdetect;

// ...
Dictionary dict = Objdetect.getPredefinedDictionary(Objdetect.DICT_6X6_250);
ArucoDetector detector = new ArucoDetector(dict);

方法2：从aruco包字典转换为objdetect包字典 #

如果必须使用Aruco.getPredefinedDictionary，可以提取字典的核心数据重新构造目标类型：

import org.opencv.aruco.Aruco;
import org.opencv.aruco.Dictionary as ArucoDict;
import org.opencv.objdetect.Dictionary;
import org.opencv.objdetect.ArucoDetector;

// ...
ArucoDict arucoDict = Aruco.getPredefinedDictionary(Aruco.DICT_6X6_250);
Dictionary objDetectDict = new Dictionary(arucoDict.getByteList(), arucoDict.markerSize);
ArucoDetector detector = new ArucoDetector(objDetectDict);

二、自定义标记检测失败的修复要点 #

你自定义标记的代码存在格式和参数设置问题，修正如下：

1. 修正标记数据格式 #

getByteListFromBits要求输入的Mat是二进制灰度图（0代表黑色，255代表白色），你当前用的0和1无法被正确识别，需要转换：

byte[][] marker = {{0, 255, 255, 0, 0, 255}, {0, 255, 255, 0, 255, 0}, {255, 255, 0, 0, 0, 0},
                  {255, 0, 0, 255, 255, 0}, {0, 0, 255, 255, 0, 0}, {0, 0, 255, 255, 0, 0}};

或者在赋值时转换：

mat.put(i, j, marker[i][j] == 1 ? (byte)255 : (byte)0);

2. 优化检测器参数 #

默认参数可能不适合你的摄像头环境，建议调整检测阈值和角点优化选项：

ArucoDetector.Parameters params = new ArucoDetector.Parameters();
// 调整自适应阈值参数，适配不同光照
params.adaptiveThreshConstant = 7;
params.adaptiveThreshWinSizeMin = 3;
params.adaptiveThreshWinSizeMax = 23;
// 启用亚像素角点优化，提高检测精度
params.cornerRefinementMethod = ArucoDetector.CORNER_REFINE_SUBPIX;

ArucoDetector detector = new ArucoDetector(dict, params);

3. 图像预处理 #

将彩色摄像头帧转为灰度图，可提升检测效率和稳定性：

Mat gray = new Mat();
Imgproc.cvtColor(image, gray, Imgproc.COLOR_BGR2GRAY);
detector.detectMarkers(gray, corners, ids);

完整修正后的代码示例 #

import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.Size;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.ArucoDetector;
import org.opencv.objdetect.Dictionary;
import org.opencv.objdetect.Objdetect;
import org.opencv.videoio.VideoCapture;

import java.util.ArrayList;

public class Main {
    public static void main(String[] args) {
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

        // 使用预定义字典（推荐）
        Dictionary dict = Objdetect.getPredefinedDictionary(Objdetect.DICT_6X6_250);

        // 自定义字典（如需检测自定义标记，注释上面一行，打开下面代码）
        /*
        byte[][] marker = {{0, 255, 255, 0, 0, 255}, {0, 255, 255, 0, 255, 0}, {255, 255, 0, 0, 0, 0},
                          {255, 0, 0, 255, 255, 0}, {0, 0, 255, 255, 0, 0}, {0, 0, 255, 255, 0, 0}};
        Mat mat = new Mat(6, 6, CvType.CV_8UC1);
        for (int i = 0; i < 6; i++)
            for (int j = 0; j < 6; j++)
                mat.put(i, j, marker[i][j]);
        Mat compressed = Dictionary.getByteListFromBits(mat);
        Dictionary dict = new Dictionary(compressed, 6);
        */

        ArucoDetector.Parameters params = new ArucoDetector.Parameters();
        params.cornerRefinementMethod = ArucoDetector.CORNER_REFINE_SUBPIX;
        params.adaptiveThreshConstant = 7;

        ArucoDetector detector = new ArucoDetector(dict, params);

        VideoCapture cap = new VideoCapture(0); // 或使用"/dev/video0"
        if (!cap.isOpened()) {
            System.err.println("无法打开摄像头");
            return;
        }

        while (true) {
            Mat image = new Mat();
            cap.read(image);
            if (image.empty()) break;

            Mat gray = new Mat();
            Imgproc.cvtColor(image, gray, Imgproc.COLOR_BGR2GRAY);

            ArrayList<Mat> corners = new ArrayList<>();
            Mat ids = new Mat();

            try {
                detector.detectMarkers(gray, corners, ids);
                if (!corners.isEmpty()) {
                    System.out.println("检测到 " + corners.size() + " 个标记");
                    // 可选：在图像上绘制标记
                    ArucoDetector.drawDetectedMarkers(image, corners, ids);
                }
            } catch (Exception e) {
                System.err.println("检测出错：" + e.getMessage());
            }

            // 可选：显示图像
            Imgproc.resize(image, image, new Size(640, 480));
            // Highgui.imshow("ArUco Detection", image);
            // if (Highgui.waitKey(1) == 27) break;
        }

        cap.release();
        // Highgui.destroyAllWindows();
    }
}

额外注意事项 #

• 确认OpenCV版本：建议使用4.5.x及以上稳定版本，确保Gradle依赖包版本一致；
• 摄像头权限：Linux下需将用户加入video组，Windows下需允许程序访问摄像头；
• 标记质量：打印的标记需清晰，周围保留至少1/4标记宽度的白色边框，避免模糊或变形。

内容的提问来源于stack exchange，提问作者Nascity