第二章原本是講如何將基於標定的增強現實在ios平臺實現，包括以下4個方面：

1、在ios平臺建立opencv工程

2、Marker檢測識別

3、攝像機標定及Marker姿態估計

4、在Marker基礎上渲染一個3維虛擬物體

這裡面第一部分是IOS平臺的開發，我不是太關注，略去；第四部分是基於OpenGL的3維虛擬物體建立，也是基於IOS平臺，因為第三章裡還要用到OpenGL，這裡留著第三章再解剖。所以這裡主要分析第二部分和第三部分。這一篇介紹第二部分。感覺這個東西有點像二維碼識別。不知道2維碼是怎麼做的哦

MarkerDetection類任務processFrame：圖1

轉為灰度圖、2值化（固定閾值法threshold

findMarkerContours函式進行輪廓檢測findContours（用多邊形的頂點最好，去掉小於閾值的點（對小的輪廓不感興趣），把每個輪廓的點按照逆時針排序，並去掉距離太近的輪廓），結果如圖contours（圖1中上）

接下來findMarkerCandidates函式對輪廓進行篩選，先用approxPolyDP

detectMarkers函式有3個任務，去除投影變換的影響（getPerspectiveTransform得到投影矩陣，warpPerspective得到正面的視角的影象），得到marker正面的檢視。

然後對這個marker的正面圖進行解碼，threshold對marker使用THRESH_OTSU

接下來對這個marker進行識別marker.decode。檢測編碼marker（對marker解碼，marker編碼為7*7的柵格，中心5*5為ID，周圍一圈為黑色邊界，檢測的時候先檢測周圍一圈是否為黑色邊界，然後再對中心5*5解碼（注意，只有5*5具有旋轉不變形才能得到唯一的碼），是5bit*5word，每個word中的5bit，2位為id（2位4位），3位為校驗碼（用來保證旋轉），所以5word一共有2^10=1024個不同id，而且第一位要置反，目的是要防止一個word全黑，不易檢測。舉例，我這裡使用的marker的5個word的id分別為10、01、11、11、11。那麼如何從剛剛得到的marker圖提取出7*7的2值柵格呢，這裡用個Mat(Rect)取marker中的小方塊，用countNonZero來判斷這個方塊為0or1。因為marker有4個方向，哪個方向才是我對應的marker的id的，這裡用id和我驗證用的id的hamming距離來做依據，漢明距最小的即marker的方向。

確認為一個marker後再得到輪廓的細緻的corner，使用cornerSubPix，這時才進行細化，是因為這個函式相對耗時，如果之前就對各corner細化，由於候選目標很多，會加重計算負擔。）效果圖marker（圖1右下）。

最後我試了其他的marker編碼，都能正確解碼出id資訊，效果圖如下：第一幅圖的id為0011010101，第二幅圖為第一圖的旋轉，id相同，第三圖id為0011000110，第四圖不是一個marker，故沒有檢測出來。

在下一篇裡，將介紹如何用這個marker的輪廓位置，和輪廓（紅色）的方向（黃點）來在marker上建立一個3維的虛擬物體。