我观察到Aruco标签的图像分辨率非常高（与标签大小相比），实际上检测的可靠性低于平均分辨率。我本以为太低的分辨率是一个问题，没有降级。
不是相机的问题，我用生成的图像（在ChAruco板上）测试了这个。

• Python语言：3.10.5
• Aruco词典：双氧碘甲烷_6X6_100
• OpenCV库：开源软件-4.6.0.66

我观察到：

• 标记宽度低于22 px-分辨率太低，所以检测率很低。好的。
• 对于宽度在22到26像素之间的标记，我们有100%的检测率。
• 超过26个像素时，检测变得零星，然后福尔斯50%以下。为什么？？

下面是实际检测到的标记。请注意，检测到的周界标记更为一致。在检测到此gif后，图像被重新缩放为相同大小;您应该看到分辨率增加（并且由于标记注解的大小是固定的，因此它们看起来缩小了）

扩展到300 x300 px：

原始图像，供任何想要测试检测的人使用（ChAruco板DICT_6X6_100为60 x60 px，因此每位平均为60/8=7.5px）：

为了完整起见，我尝试了前16本Aruco词典，得到了类似的结果：

正如预期的那样，4X 4标签在较低的分辨率下更容易检测到，但在较高的分辨率下有相同的退化。
此代码测试ChAruco板上预定义Aruco字典的检测与标记大小：

import cv2
import cv2.aruco as aruco
import numpy as np
import matplotlib.pyplot as plt

for dictNum in range(16):
    print(dictNum)
    d = aruco.getPredefinedDictionary(dictNum)
    arucoParams = aruco.DetectorParameters_create()
    
    
    x = []
    y = []
    for markerLength in range(10, 60):
        # params
        markersX = 10                               # Number of markers in X direction
        markersY = 10                               # Number of markers in Y direction

        markerSeparation = round(markerLength/4)    #25% of marker size  
        margins = markerSeparation  
        borderBits = 1;              

        sc = (markerLength + markerSeparation)
        of = - markerSeparation + 2 * margins
        imageSize = [markersY*sc+of, markersX*sc+of]

        board = aruco.CharucoBoard_create(markersY, markersX, 1, markerLength/(markerLength+markerSeparation), d)
        imboard = board.draw(imageSize)
        
        fn = "chessboard" + str(dictNum) + "_" + str(markerLength) + ".tiff"
    ##    cv2.imwrite(fn, imboard)

        (corners, ids, rejected) = aruco.detectMarkers(imboard, d, parameters=arucoParams)

        x.append(markerLength)
        y.append(len(corners))
        if len(corners) > 0:

            length_of_axis = 0.02
            imboard = aruco.drawDetectedMarkers(imboard.copy(), corners, ids)

        fn = "ANNOchessboard" + str(dictNum) + "_" + str(markerLength) + ".tiff"
    ##    cv2.imwrite(fn, imboard)

    plt.plot(x, y, label="Dict#"+str(dictNum))
    plt.xlabel("Marker Size (px)")
    plt.ylabel("#Aruco Tags Detected")

plt.show()