【AR实验室】ARToolKit之制作自己的Marker/NFT

  • 时间:
  • 浏览:0
  • 来源:大发uu快3_uu快3交流群_大发uu快3交流群

0x00 - 前言


都看example后,就会想个人动动手,这里改改那里修修。亲们先试着上加个人喜欢的marker/nft进行识别。

比如我做了原本法拉利的marker:

还有网上找了原本法拉利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

首先亲们找到doc/patterns/Blank pattern.png,使用你这个空白的marker图片制作出个人想要 的marker。不言而喻使用你这个blank pattern,是不可能 你这个空白marker图片的符合marker的基本要求:

  • 都能不能是方形。
  • 都能不能有连续的边缘(一般来说全是 白色或黑色)。另外在marker里面的pattern累积,亲们使用差别较大的并全是颜色分别表示前后景(比越来越 处我用黑色表示法拉利logo,白色作为其背景)。默认状态下,边缘的深度占pattern图片的1/4。

     - 被边缘所包围的累积可是我亲们所称的pattern,其都能不能具有旋转不对称性。pattern都能不能不能 是黑白的,也都能不能不能 是彩色的。

亲们将法拉利的logo弄成黑白的,再上加到blank pattern中。得到以下maker:

2.训练marker图片

亲们使用你这个在线工具"Tarotaro"进行训练(不可能 想离线训练,都能不能不能 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。这时将你都能不能训练的marker塞进摄像头视野中,直到marker边缘再次出现红色边框。

界面介绍:

    Mode Select:有Camera Mode和Load marker image并全是办法 。亲们下面使用的可是我Camera Mode办法 。Load marker image是直接输入本地的marker图片进行训练。

    Marker SegmentsMarker Size我还全是 很清楚是那先 。亲们这选着默认参数即可。

c.当marker边缘再次出现红色边框后,亲们点击Get Pattern按钮,就都能不能不能 得到下图,亲们都能不能不能 都看marker边框变成绿色了,此时亲们选着Save Current按钮就都能不能不能 得到对应的pattern文件,此处将其命名为ferrari.patt(初始后缀是pat,都能不能不能 个人修改为patt)。

3.修改配置文件

亲们选着example中的ARApp2的配置文件进行更改。主可是我更改models.dat和markers.dat文件。

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

在markers.dat上加

在model.dat上加

4.编译运行

配置文件修改完成后,亲们就都能不能不能 编译运行了。请看结果:

0x02 - NFT制作流程


1.选着图片

NFT随便说说可是我提取图片的Natural Feature(自然底部形态)一些进行跟踪。ARToolKit中会先对图片进行解决,得到一组数据,后续追踪过程使用的随便说说是解决得到的数据集。并全是 那先 图片都都能不能不能 进行NFT,对于进行NFT的图片,有以下一些要求:

  • 追踪的图片都能不能是矩形图片。
  • 图片都能不能是jpeg格式。(大累积商用AR SDK支持多种图片格式,比如EasyAR)
  • 图片并全是要有足够多的细节和边缘(自相似度较低,一些空间频率较高)。不可能 图片含晒 多量模糊不可能 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提取出更多的底部形态点,这对于相机接近图片的状态不可能 使用高精度相机的状态,会大大提升追踪效果。

可是我选着下面这张图片做NFT:

2.提取图片底部形态

利用genTexData来生成对应的追踪数据

选着提取图片底部形态的程度,数值越大提取的底部形态太多。当相机离图片越近的事先,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,可是我Enter resolution to use这累积输入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最为大约。而亲们这边最大分辨率都能不能不能 72,可是我选着20~72。

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

亲们使用dispFeatureSet工具都能不能不能 显示一下看看底部形态点提取状态:

3.修改配置文件

亲们修改ARAppNFT的配置文件来试验亲们的成果。

首先上加对应训练数据:

修改markers.dat

和里面marker图片训练一样,上加法拉利模型,并在models.dat中上加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