OpenCV各版本aruco.detectMarkers接口差异及检测结果疑问

核心问题解答 #

1. 移除cameraMatrix、distCoeff入参是否会丢失输入信息？ #

不会丢失核心检测信息。
这两个参数在OpenCV 3.x的detectMarkers接口中本身就是可选非必传入参，作用仅为辅助提升检测精度，不参与标记存在性判定、ID解码、角点排序等核心检测逻辑，也不会修改返回值的结构或数据含义。如果调用时不传入这两个参数，旧版本函数会默认输入图像无畸变、使用默认针孔相机内参直接完成检测。

2. 不传参的检测输出和旧版本传参的输出是否存在差异？ #

仅存在亚像素级别的角点坐标数值差异，无逻辑层面的结果差异：

• 若旧代码中传入的cameraMatrix、distCoeff是相机标定得到的准确值，旧版本运行时会在函数内部隐式对输入图像做去畸变预处理，再执行角点提取和检测，图像边缘畸变较大区域的标记角点定位精度会略高于直接在原始畸变图上检测的结果，偏差通常在亚像素级别，不会出现标记漏检、ID识别错误这类影响核心逻辑的问题。
• 若需要100%对齐旧版本传参时的检测效果，不需要修改detectMarkers的入参，只需要在调用检测函数前，显式对输入图像做一次去畸变处理即可，和旧版本函数内部的预处理逻辑完全一致。

适配参考代码 #

如果需要完全复现旧版本传入相机内参、畸变系数时的检测结果，可按如下方式编写逻辑：

from cv2 import aruco
import cv2

# 显式执行去畸变，对齐旧版本detectMarkers的隐式预处理逻辑
undistorted_gray = cv2.undistort(gray, cameraMatrix, distCoeff)
# 按OpenCV4要求传入3个必填入参
corners, ids, rejectedImgPoints = aruco.detectMarkers(
    undistorted_gray,
    aruco_dictionary,
    parameters
)

补充注意：OpenCV4中ArUco模块的位姿估计相关接口（如estimatePoseSingleMarkers）仍然需要传入cameraMatrix和distCoeff参数，这部分逻辑无需调整，仅需注意这两个参数不再属于检测阶段的入参即可。

内容的提问来源于stack exchange，提问作者Judita