AprilTag是一种基于二维码的视觉标记系统，最早是由麻省理工学院（MIT）在2008年开发的。AprilTag的设计目标是为机器人视觉系统提供快速、可靠的视觉标记，特别适用于定位和跟踪应用。相比二维码和一维码，AprilTag有着更高的精度和更强的鲁棒性。

AprilTag通过在正方形的图案中使用独特的黑白图案来进行信息编码。与二维码不同，AprilTag的特点是它通过不同的标记ID来标识不同的标签，本身还包括误差修正能力，能够在一定程度上适应环境噪声和图像变形。一个AprilTag一般由一个黑色的边框和一组内部的二进制编码区域组成。每个AprilTag的编码方式是不同的，也就是说每个标记都有唯一的ID。

tag id

import time, os, sysfrom media.sensor import *
from media.display import *
from media.media import *
import time, math, os, gc, syspicture_width = 800
picture_height = 480sensor_id = 2
sensor = None# 显示模式选择：可以是 "VIRT"、"LCD" 或 "HDMI"
DISPLAY_MODE = "LCD"# 根据模式设置显示宽高
if DISPLAY_MODE == "VIRT":# 虚拟显示器模式DISPLAY_WIDTH = ALIGN_UP(1920, 16)DISPLAY_HEIGHT = 1080
elif DISPLAY_MODE == "LCD":# 3.1寸屏幕模式DISPLAY_WIDTH = 800DISPLAY_HEIGHT = 480
elif DISPLAY_MODE == "HDMI":# HDMI扩展板模式DISPLAY_WIDTH = 1920DISPLAY_HEIGHT = 1080
else:raise ValueError("未知的 DISPLAY_MODE，请选择 'VIRT', 'LCD' 或 'HDMI'")# 注意！与find_qrcodes不同，find_apriltags方法无需对图像进行镜像校正。# apriltag代码支持最多6个标签族，可以同时处理多个标签。
# 返回的标签对象将包含标签族和标签族内的标签ID。tag_families = 0
tag_families |= image.TAG16H5 # comment out to disable this family
#tag_families |= image.TAG25H7 # comment out to disable this family
#tag_families |= image.TAG25H9 # comment out to disable this family
#tag_families |= image.TAG36H10 # comment out to disable this family
#tag_families |= image.TAG36H11 # comment out to disable this family (default family)
#tag_families |= image.ARTOOLKIT # comment out to disable this family# 标签族之间有什么区别？例如，TAG16H5标签族是一个4x4的正方形标签，
# 这意味着它可以在较远的距离检测到，而TAG36H11标签族是6x6的正方形标签。
# 然而，较低的H值（H5相比H11）意味着4x4标签的误识别率要比6x6标签高得多。
# 所以，除非有特定需要，否则使用默认的TAG36H11标签族。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"try:# 构造一个具有默认配置的摄像头对象sensor = Sensor(id=sensor_id)# 重置摄像头sensorsensor.reset()# 无需进行镜像翻转# 设置水平镜像# sensor.set_hmirror(False)# 设置垂直翻转# sensor.set_vflip(False)# 设置通道0的输出尺寸sensor.set_framesize(width=picture_width, height=picture_height, chn=CAM_CHN_ID_0)# 设置通道0的输出像素格式为GRAYSCALE(灰度)sensor.set_pixformat(Sensor.GRAYSCALE, chn=CAM_CHN_ID_0)#sensor.set_pixformat(Sensor.RGB565, chn=CAM_CHN_ID_0)# 根据模式初始化显示器if DISPLAY_MODE == "VIRT":Display.init(Display.VIRT, width=DISPLAY_WIDTH, height=DISPLAY_HEIGHT, fps=60)elif DISPLAY_MODE == "LCD":Display.init(Display.ST7701, width=DISPLAY_WIDTH, height=DISPLAY_HEIGHT, to_ide=True)elif DISPLAY_MODE == "HDMI":Display.init(Display.LT9611, width=DISPLAY_WIDTH, height=DISPLAY_HEIGHT, to_ide=True)# 初始化媒体管理器MediaManager.init()# 启动传感器sensor.run()# 创建一个FPS计时器，用于实时计算每秒帧数fps = time.clock()while True:os.exitpoint()# 更新FPS计时fps.tick()# 捕获通道0的图像img = sensor.snapshot(chn=CAM_CHN_ID_0)# 查找并处理AprilTag标签for tag in img.find_apriltags(families=tag_families):# 在图像中绘制标签的矩形框img.draw_rectangle([v for v in tag.rect()], color=(255, 0, 0))# 在标签中心绘制十字img.draw_cross(tag.cx(), tag.cy(), color=(0, 255, 0))# 显示标签IDimg.draw_string_advanced(tag.cx(), tag.cy(), 32, str(tag.id()))print_args = (family_name(tag), tag.id(), (180 * tag.rotation()) / math.pi)print("Tag Family %s, Tag ID %d, rotation %f (degrees)" % print_args)if tag.id() == 3:print("啦~啦~la la")# 显示捕获的图像，中心对齐，居中显示Display.show_image(img, x=int((DISPLAY_WIDTH - picture_width) / 2), y=int((DISPLAY_HEIGHT - picture_height) / 2))gc.collect()print(fps.fps())except KeyboardInterrupt as e:print("用户停止: ", e)
except BaseException as e:print(f"异常: {e}")
finally:# 停止传感器运行if isinstance(sensor, Sensor):sensor.stop()# 反初始化显示模块Display.deinit()os.exitpoint(os.EXITPOINT_ENABLE_SLEEP)time.sleep_ms(100)# 释放媒体缓冲区MediaManager.deinit()