Unity+Vuforia开发增强现实(AR)教程—识别图的那些坑

发表于2017-12-07
评论0 5.8k浏览

Vuforia是高通推出的针对移动设备扩增实境应用的软件开发工具包,一款供开发者开发的AR SDK,它利用计算机视觉技术实时识别和捕捉平面图像或简单的三维物体(例如盒子),然后允许开发者通过照相机取景器放置虚拟物体并调整物体在镜头前实体背景上的位置。下面介绍的利用Vuforia识别图会碰到的那些坑。


一、Vuforia的图片识别机制

大学时学习的是计算机科学的数字媒体方向,图像处理粗略接触过,对于Vuforia的图片识别机制,只能大概讲一下步骤和猜想,无法给出细节的东西。

1、 服务器对上传图片进行灰度处理,图片变为黑白图像;

2、 提取黑白图像特征点;

3、 将特征点数据打包;

4、 程序运行时对比特征点数据包。

 

二、Vuforia来说什么是稳定的识别图?

根据上面的识别机制,不难推测出稳定识别图的特质。

1、 图片应避免大面积色值相近的相邻色块,否则一经灰度处理,整张图都糊了,撞色的图片设计能够使灰度处理后的识别图仍保有清晰的分界线。可以看看下面图片(左为原图)的对比,看似复杂的图片,色值一相近就跪了,识别特征0颗星。

  


2、 仔细观察下图(左为原图)特征点,他们大都集中相邻色块的分界线,所以撞色很重要,但如果不是这种纯色块的图案,那么线条较粗,拐点也比较多的图片效果也会很好(比如粗体汉字就可以极大提升识别点数量)。


   

三、经验之谈

识别图除了影响识别效率,还影响着Imagetarget下物体的显示效果,比如图片识别特征点3颗星或以上,但显示的物体还是会不停的小幅度抖动。出现这种情况的原因可能是:

1、 特征点分布不均匀,可能左下角大量特征点挤在一起,右上角的特征点确零散的分布。

2、 显示的物体离识别图的中心太远,如果物体能正好在识别图特征点分布较多教均匀的位置,且贴近识别图,那么可以很好的解决抖动。

如社区发表内容存在侵权行为,您可以点击这里查看侵权投诉指引

标签: