【AR实验室】ARToolKit之制作自己的Marker/NFT

  • 时间:
  • 浏览:0
  • 来源:幸运快3_快3app争霸_幸运快3app争霸

0x00 - 前言


看到example后,就会想此人 动动手,这里改改那里修修。四种 人 先试着加进去去此人 喜欢的marker/nft进行识别。

比如我做了1个 法拉利的marker:

还有网上找了1个 法拉利logo的图片用于NFT(Natural Feature Tracking):

对应显示的模型是另1个 的(仅供参考^_^!)

0x01 - marker制作流程


1.制作marker图片

首先四种 人 找到doc/patterns/Blank pattern.png,使用四种 空白的marker图片制作出此人 我应该 的marker。不言而喻使用四种 blank pattern,是可能四种 空白marker图片的符合marker的基本要求:

  • 能够是方形。
  • 能够有连续的边缘(一般来说都在白色或黑色)。另外在marker顶端的pattern要素,四种 人 使用差别较大的四种 颜色分别表示前后景(比只有处我用黑色表示法拉利logo,白色作为其背景)。默认请况下,边缘的厚度占pattern图片的1/4。

     - 被边缘所包围的要素四种 四种 四种 人 所称的pattern,其能够具有旋转不对称性。pattern可只有是黑白的,也可只有是彩色的。

四种 人 将法拉利的logo弄成黑白的,再加进去去到blank pattern中。得到以下maker:

2.训练marker图片

四种 人 使用四种 在线工具"Tarotaro"进行训练(可能想离线训练,可只有使用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。这时将你能够训练的marker放到 摄像头视野中,直到marker边缘突然再次出现红色边框。

界面介绍:

    Mode Select:有Camera Mode和Load marker image四种 法子。四种 人 下面使用的四种 四种 Camera Mode法子。Load marker image是直接输入本地的marker图片进行训练。

    Marker SegmentsMarker Size我还都在很清楚是那些。四种 人 这选泽默认参数即可。

c.当marker边缘突然再次出现红色边框后,四种 人 点击Get Pattern按钮,就可只有得到下图,四种 人 可只有看到marker边框变成绿色了,此时四种 人 选泽Save Current按钮就可只有得到对应的pattern文件,此处将其命名为ferrari.patt(初始后缀是pat,可只有此人 修改为patt)。

3.修改配置文件

四种 人 选泽example中的ARApp2的配置文件进行更改。主四种 四种 更改models.dat和markers.dat文件。

四种 人 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加进去去

在model.dat加进去去

4.编译运行

配置文件修改完成后,四种 人 就可只有编译运行了。请看结果:

0x02 - NFT制作流程


1.选泽图片

NFT我我虽然四种 四种 提取图片的Natural Feature(自然行态)因此进行跟踪。ARToolKit中会先对图片进行避免,得到一组数据,后续追踪过程使用的我我虽然是避免得到的数据集。并都在那些图片都可只有进行NFT,对于进行NFT的图片,有以下四种 要求:

  • 追踪的图片能够是矩形图片。
  • 图片能够是jpeg格式。(大要素商用AR SDK支持多种图片格式,比如EasyAR)
  • 图片四种 要有足够多的细节和边缘(自这人度较低,因此空间频率较高)。可能图片蕴含几滴 模糊可能细节较少的色块,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请况可能使用高精度相机的请况,会大大提升追踪效果。

四种 四种 我选泽下面这张图片做NFT:

2.提取图片行态

利用genTexData来生成对应的追踪数据

选泽提取图片行态的程度,数值越大提取的行态太多。当相机离图片越近的另1个 ,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72,四种 四种 Enter resolution to use这要素输入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最为共要 。而四种 人 这边最大分辨率只有72,四种 四种 我选泽20~72。

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

四种 人 使用dispFeatureSet工具可只有显示一下看看行态点提取请况:

3.修改配置文件

四种 人 修改ARAppNFT的配置文件来试验四种 人 的成果。

首先加进去去对应训练数据:

修改markers.dat

和顶端marker图片训练一样,加进去去法拉利模型,并在models.dat中加进去去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