ModularNotFoundError: No module named “cv2.aruco” 解决办法,亲测有效!

开始学opencv使用Aruco码时,装了cv2.aruco,但是仍然会报以下错 ModularNotFoundError: No module named “cv2.aruco” ,试了网络上很多方法重新安装opencv的包,都没有办法,最后我使用以下方法顺利的解决了问题,并也同时帮助我的学弟们解决了这个问题,嘿嘿嘿,当你使用网络上大部分方法没用时,试试下面这个 亲测有效!
在这里插入图片描述

执行以下语句

pip install opencv-contrib-python
pip install opencv-contrib-python-headless

执行完以上语句之后,pycharm会报一个cv2.imread的错
再执行以下语句卸载掉之前的opencv环境

pip uninstall opencv-contrib-python
pip uninstall opencv-contrib-python-headless
pip uninstall opencv-python
pip uninstall opencv-python-headless

再安装一遍opencv(只用安装以下两个就可以了)

pip install opencv-contrib-python
pip install opencv-python

ok,再次运行代码,问题得到解决

I am running an Ubuntu virtual machine with, Python 3.6.1, Anaconda 4.4.0 (64-bit). I am trying to run the code on this website.When I try to useimport cv2.arucoI get:>>> import cv2.arucoTraceback (mo... aruco模块通常在opencv-contrib-python包中,使用命令查看。运行代码出现下面的报错,通常是aruco模块没有被正确被安装。如果没有的话使用命令行进行安装。 Marker是一种特殊的二维码,来源于美国中央俄克拉荷马大学(UCO),并且为他配套开发了适用openCV的库,现在已经广泛用于机器视觉中的姿态估计。 调用Aruco时错误 import cv2.aruco as aruco aruco_dict = ... 一开始在网上搜索 安装opencv-contrib-python即可,安装完成后依然报错;最后搜索发现aruco必须在4.1之后版本才可以import,但是不要安装最新版opencv,需要很长时间进行编译,直接安装opencv4.1.126版本即可。arucoMarker是一种特殊的二维码,来源于美国中央俄克拉荷马大学(UCO),并且为他配套开发了适用openCV的库,现在已经广泛用于机器视觉中的姿态估计。亲测在ubuntu1804系统是可以正常使用aruco库的。调用Aruco时报错。 然后安装: pip install opencv-contrib-python 我们正在卸载 opencv-python,因为安装两个 opencv 的包裹会相互矛盾,并且不会让另一个安装。............ 大多数ModuleNotFoundError: No module named错误,都是缺少某个库,可以在相应环境使用pip install或conda install 就可以解决。 在本教程中,您将学习如何使用 OpenCV 和 Python 检测图像和实时视频流中的 ArUco 标记。 1.使用 OpenCV 和 Python 检测 ArUco 标记 在本教程的第一部分,您将了解 OpenCVcv2.aruco 模块以及如何通过以下方式检测图像和实时视频流中的 ArUco 标记: 1.指定您的 ArUco 字典 2.为 ArUco 检测器创建参数(通常只是使用默认值的一行代码) 3.应用 cv2.aruco.detectMarkers 来检测图像或视频流中的 ArUco 标记 I am running an Ubuntu virtual machine with, Python 3.6.1, Anaconda 4.4.0 (64-bit). I am trying to run the code on this website.When I try to useimport cv2.arucoI get:>>> import cv2.arucoTrac... ArUco标记是一种在计算机视觉中常用的二维条形码,用于定位和姿态估计任务。在本文中,我们将使用OpenCV来检测ArUco标记板,并获得其姿态信息。要开始使用OpenCV检测ArUco标记板,我们首先需要安装OpenCV库。这个函数会返回检测到的标记的角点坐标、标记的ID以及被拒绝的标记列表。然后,我们加载了ArUco字典,这里我们使用的是4x4字典和50个标记。接下来,我们创建了ArUco检测器的参数对象。然后,我们加载输入图像,并将其转换为灰度图像,因为ArUco检测器需要在灰度图像上进行处理。 例如,如果单元格的大小为40像素,参数值为0.1,那么大小为40*0.1=4像素的边界将被剔除。原因在于,透视变换之后,单元格的颜色不会完全分离,白色的单元格可能会混入一些黑色的单元格(反之亦然)。例如,图像大小为640 x 480,最小相对marker周长为0.05的图像,将会产生一个最小周长640*0.05=32(像素)的marker,因为640是图像的最大尺寸。较大的值可以产生窗口区域内比较靠近的图像角,marker角会移动到一个不同的错误的地方。两张不同的marker之间的任一对角的最小距离。 先决条件:你必须安装 Python 和 OpenCV Contrib你必须安装 numpy 库你必须对 Python 语言及其基本库有基本的了解。如果你想实时识别 Aruco Markers,你可能需要一个网络摄像头。注意:这里的所有文件都在这个 Github 上:https://github.com/Suave101/StackData/tree/main/Aruco_Marker/How%20...