本文给出一个用 Python 实现的实时检测 ArUco 标识的程序，分为基础版和升级版，在ubuntu下连接USB摄像头就能实现实时检测，VMware虚拟机和树莓派都实测可用。

1、基础版

当在Python中实时检测ArUco标识物时，可以使用opencv-python和opencv-contrib-python库来实现。opencv-python提供基本的计算机视觉功能，而opencv-contrib-python则提供了额外的功能，包括ArUco标识物的检测。

首先，确保已经安装了opencv-python和opencv-contrib-python库。可以使用以下命令进行安装：

pip install opencv-python opencv-contrib-python

然后，创建一个Python文件，并导入所需的库：

import cv2
import cv2.aruco as aruco

接下来，初始化摄像头对象以读取视频流，并设置相关参数：

cap = cv2.VideoCapture(0)
cap.set(3, 640)  # 设置视频宽度为640像素
cap.set(4, 480)  # 设置视频高度为480像素

然后，定义ArUco字典对象，以及其他检测参数：

# 创建ArUco字典，可根据检测的字典家族修改参数
aruco_dict = aruco.getPredefinedDictionary(aruco.DICT_4X4_50)

# 设置ArUco标记的大小
marker_size = 5

# 创建ArUco参数
parameters = aruco.DetectorParameters()

在主循环中，通过读取每一帧图像，并调用ArUco检测函数，来实时检测ArUco标识物：

while True:
    # 读取视频流的一帧图像
    ret, frame = cap.read()

    # 将彩色图像转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 检测ArUco标识物
    corners, ids, rejected = aruco.detectMarkers(gray, aruco_dict, parameters=parameters)

    if len(corners) > 0:
        # 绘制检测到的ArUco标识物的边界框
        aruco.drawDetectedMarkers(frame, corners, ids)

    # 显示图像
    cv2.imshow('ArUco Detection', frame)

    # 按下ESC键退出程序
    if cv2.waitKey(1) == 27:
        break

# 释放摄像头对象和关闭窗口
cap.release()
cv2.destroyAllWindows()

相关解释：
在主循环中，首先读取视频流的一帧图像，然后将该图像转换为灰度图像。接下来，通过调用aruco.detectMarkers()函数来检测ArUco标识物。detectMarkers()函数返回检测到的标识物的角点坐标、标识物的ID，以及未被识别的标识物。
如果检测到了标识物，可以使用aruco.drawDetectedMarkers()函数将标识物的边界框绘制在图像上。最后，使用cv2.imshow()函数来显示图像。
在每一次循环中，通过调用cv2.waitKey(1)捕获键盘输入，如果按下了ESC键，就退出循环。
最后，释放摄像头对象和关闭窗口。

2、升级版

升级版的程序主要添加了以下功能：
1）在检测到标记时，输出相关的打印信息，包括检测到标记，并输出标记中心点与图像中心点的偏差
2）在未检测到标记时，输出相关的打印信息，指示未检测到标记
3）对图像进行放大，增加了可视性
4）添加了程序主循环的计时统计，包括总帧数、平均帧时间、最小帧时间和最大帧时间，最后打印统计结果
5）可自由调节分辨率，且分辨率实时显示在窗口上

效果图：

升级版程序下载链接：
USB摄像头实时检测ArUco的python代码树莓派ubuntu可用

（给位大佬走过路过行行好帮我刷点下载量吧呜呜呜~）

注：
在线Apriltag / ArUco标签生成器：
Online ArUco markers generator