【AR实验室】ARToolKit之制作自己的Marker/NFT

  • 时间:
  • 浏览:1
  • 来源:大发快三_快三骗局_大发快三骗局

0x00 - 前言


看了example后,就会想我本人动动手,这里改改那里修修。当当我们先试着加上我本人喜欢的marker/nft进行识别。

比如我做了有有一4个 多法拉利的marker:

还有网上找了有有一4个 多法拉利logo的图片用于NFT(Natural Feature Tracking):

对应显示的模型是原本的(仅供参考^_^!)

0x01 - marker制作流程


1.制作marker图片

首先当当我们找到doc/patterns/Blank pattern.png,使用你这一空白的marker图片制作出我本人想要的marker。人太好使用你这一blank pattern,是机会你这一空白marker图片的符合marker的基本要求:

  • 时要是方形。
  • 时要有连续的边缘(一般来说全部都是白色或黑色)。另外在marker底下的pattern部分,当当我们使用差别较大的本身 颜色分别表示前后景(比没人处我用黑色表示法拉利logo,白色作为其背景)。默认情况下,边缘的深度占pattern图片的1/4。

     - 被边缘所包围的部分要是当当我们所称的pattern,其时要具有旋转不对称性。pattern能可不并能了是黑白的,并能可不并能了是彩色的。

当当我们将法拉利的logo弄成黑白的,再加上到blank pattern中。得到以下maker:

2.训练marker图片

当当我们使用你这一在线工具"Tarotaro"进行训练(机会想离线训练,能可不并能了使用ARToolKit提供的mk_patt的离线工具)。

a.打开Tarotaro网站并点击下面红框链接。

b.会打开如下的工具。这时将你时要训练的marker上放摄像头视野中,直到marker边缘出先红色边框。

界面介绍:

    Mode Select:有Camera Mode和Load marker image本身 妙招。当当我们下面使用的要是Camera Mode妙招。Load marker image是直接输入本地的marker图片进行训练。

    Marker SegmentsMarker Size我还全部都是很清楚是哪些。当当我们这确定默认参数即可。

c.当marker边缘出先红色边框后,当当我们点击Get Pattern按钮,就能可不并能了得到下图,当当我们能可不并能了看了marker边框变成绿色了,此时当当我们确定Save Current按钮就能可不并能了得到对应的pattern文件,此处将其命名为ferrari.patt(初始后缀是pat,能可不并能了我本人修改为patt)。

3.修改配置文件

当当我们确定example中的ARApp2的配置文件进行更改。主要是更改models.dat和markers.dat文件。

当当我们先将ferrari.patt文件和网上搜罗来的ferrari模型文件导入到ARApp2中。

在markers.dat加上

在model.dat加上

4.编译运行

配置文件修改完成后,当当我们就能可不并能了编译运行了。请看结果:

0x02 - NFT制作流程


1.确定图片

NFT人太好 要是提取图片的Natural Feature(自然行态)否则进行跟踪。ARToolKit中会先对图片进行处置,得到一组数据,后续追踪过程使用的人太好 是处置得到的数据集。并全部都是哪些图片都能可不并能了进行NFT,对于进行NFT的图片,有以下其他要求:

  • 追踪的图片时要是矩形图片。
  • 图片时要是jpeg格式。(大部分商用AR SDK支持多种图片格式,比如EasyAR)
  • 图片本身 要有足够多的细节和边缘(自类事度较低,否则空间频率较高)。机会图片涵盖少量模糊机会细节较少的色块,追踪效果会比较差。
  • 图片分辨率的提升会使ARToolKit提取出更多的行态点,这对于相机接近图片的情况机会使用高精度相机的情况,会大大提升追踪效果。

全都我确定下面这张图片做NFT:

2.提取图片行态

利用genTexData来生成对应的追踪数据

确定提取图片行态的程度,数值越大提取的行态太大。当相机离图片越近的以前,追踪效果会越好。此处使用默认值。

使用Photoshop查看该图片:

发现其分辨率是72,全都Enter resolution to use这部分输入72。

而最大最小分辨率范围,根据Training ARToolKit Natural Feature Tracking (NFT) to Recognize and Track an Image文章中提到的,根据不同相机分辨率及相机远近有不同取值,一般使用20~120最为至少。而当当我们这边最大分辨率可不并能了72,全都我确定20~72。

得到image set(ferrari-nft.iset)和featureList(ferrari.fset&ferrari.fset3)两组数据

当当我们使用dispFeatureSet工具能可不并能了显示一下看看行态点提取情况:

3.修改配置文件

当当我们修改ARAppNFT的配置文件来试验当当我们的成果。

首先加上对应训练数据:

修改markers.dat

和底下marker图片训练一样,加上法拉利模型,并在models.dat中加上法拉利模型显示信息:

4.编译运行

0x03 - 参考资料


  • Creating and Training Traditional Template Square Markers

  • Training ARToolKit Natural Feature Tracking (NFT) to Recognize and Track an Image