通过aruco库计算标识物坐标系相对于世界坐标系的位姿关系，c++代码示例有吗？

以下是一个简单的C++代码示例，使用OpenCV中的aruco库来计算标识物坐标系相对于世界坐标系的位姿关系：

#include <opencv2/opencv.hpp>
#include <opencv2/aruco.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main()
{
    Mat cameraMatrix = (Mat_<double>(3, 3) << 1000, 0, 320, 0, 1000, 240, 0, 0, 1);
    Mat distCoeffs = (Mat_<double>(5, 1) << 0.1, 0.01, -0.001, 0, 0);

    aruco::Dictionary dictionary = aruco::getPredefinedDictionary(aruco::DICT_ARUCO_ORIGINAL);
    Ptr<aruco::DetectorParameters> parameters = aruco::DetectorParameters::create();

    vector<int> ids;
    vector<vector<Point2f>> corners;
    vector<Vec3d> rvecs, tvecs;

    Mat image = imread("marker.jpg");
    aruco::detectMarkers(image, dictionary, corners, ids, parameters);
    aruco::estimatePoseSingleMarkers(corners, 0.05, cameraMatrix, distCoeffs, rvecs, tvecs);

    Mat rotationMatrix;
    Rodrigues(rvecs[0], rotationMatrix);

    Mat translationMatrix = (Mat_<double>(4, 1) << tvecs[0][0], tvecs[0][1], tvecs[0][2], 1);
    Mat transformationMatrix = Mat::eye(4, 4, CV_64F);
    rotationMatrix.copyTo(transformationMatrix(Rect(0, 0, 3, 3)));
    translationMatrix.copyTo(transformationMatrix(Rect(3, 0, 1, 4)));

    cout << "Transformation matrix: " << endl << transformationMatrix << endl;

    return 0;
}

这个示例首先定义了相机的内部参数矩阵和畸变系数，然后使用OpenCV中的aruco库来检测输入图像中的标识物，并计算出每个标识物相对于相机坐标系的旋转和平移向量。接下来，通过将旋转向量转换为旋转矩阵，并将平移向量和旋转矩阵组合成一个4x4的变换矩阵，来得到标识物坐标系相对于世界坐标系的位姿关系。最后，输出这个变换矩阵。