先贴上参考链接

ArUco码下载链接

1. opencv-python、opencv-python-headless、opencv-contrib-python、opencv-contrib-python-headless包的区别

opencv-python

这个不用说，官方发布的标准版

opencv-python-headless

OpenCV-Python-Headless是一种无界面的版本，可用于运行在服务器上的计算机视觉应用程序。它的用法和OpenCV-Python类似，但是在使用时不会显示图像。这对于运行在无图形界面的服务器上的应用程序很方便，因为它可以节省资源。参考链接

opencv-contrib-python

OpenCV Contrib是OpenCV的扩展模块，包含了许多最新的以及可能还没有正式发布有待进一步完善的算法，可以理解为是OpenCV的扩展包，Github网页点击查看。 这有点类似于Matlab中的各个可选安装扩展包。 同时在OpenCV 3.0以后，SIFT、SURF等特征算法也放到了Contrib库中。 所以如果想使用SIFT算子，则必须要安装Contrib库， 下面以Python安装OpenCV Contrib库为例，介绍安装流程。 注意Contrib版本的OpenCV是普通OpenCV的超集，包含了所有OpenCV正常版的功能，可以理解为“OpenCV PLUS”。参考链接

注意：如果你以前安装过OpenCV，那么请先卸载干净，否则等Contrib版的装好以后，可能出现无法识别的情况。因为识别的还是之前的版本。 利用PIP命令即可卸载。

pip uninstall opencv-python

opencv-contrib-python-headless

与opencv-python-headless类似，是opencv-contrib-python的界面版本

以上四种包适分别谁呢？

python中安装OpenCV提供四种依赖包，参考链接

1. 如果只需要主要模块 pip install opencv-python
2. 如果需要更全的模块 pip install opencv-contrib-python
3. 如果资源较少，不需要任何GUI功能 pip install opencv-python-headless
4. 如果资源较少，不需要任何GUI功能，包含contrib模块 pip install opencv-contrib-python-headless
   因此一般来说都会选择安装opencv-contrib-python不要同时安装opencv-python和opencv-contrib-python。
   关于安装包的问题解决完以后，新版本的安装包在原来的代码上会连续报如下错误，对应新版本修改即可。

2.报错与解决

（1）AttributeError: module ‘cv2.aruco’ has no attribute ‘Dictionary_get’

• cv2.aruco.Dictionary_get()函数会加载cv2.aruco.DICT_nXn_250包含250个标记的字典，其中每个标记都是n×n位二进制模式。
• 在最新的版本中，这个函数的API改为了 cv2.aruco.getPredefinedDictionary

（2）AttributeError: module ‘cv2.aruco’ has no attribute ‘DetectorParameters_create’

cv2.aruco.DetectorParameters_create这个函数的作用是使用默认值初始化检测器参数改为了cv2.aruco.DetectorParameters

（3）AttributeError: module ‘cv2.aruco’ has no attribute ‘drawAxis’

cv2.aruco.drawAxis这个函数会在二维码上加上坐标轴，改为了cv2.drawFrameAxes

运行结果如下

3.opencv-python 4.7.0以上版本的aruco检测

import cv2
import numpy as np

# Load the image
gray = cv2.imread('.\\image\\aruco.png')

# Convert the image to grayscale
aruco_dict = cv2.aruco.getPredefinedDictionary(cv2.aruco.DICT_6X6_250)
parameters = cv2.aruco.DetectorParameters()

# Create the ArUco detector
detector = cv2.aruco.ArucoDetector(aruco_dict, parameters)
# Detect the markers
corners, ids, rejected = detector.detectMarkers(gray)
# Print the detected markers
print("Detected markers:", ids)
if ids is not None:
    cv2.aruco.drawDetectedMarkers(gray, corners, ids)
    cv2.imshow('Detected Markers', gray)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

参考

1. 实时检测Aruco标签坐标及位姿opencv-python4.6和4.7版本