【AR实验室】ARToolKit之制作自己的Marker/NFT

  • 时间:
  • 浏览:0

0x00 - 前言


看了example后,就会想当事人动动手,这里改改那里修修。大伙儿先试着去掉 当事人喜欢的marker/nft进行识别。

比如我做了另一一两个多法拉利的marker:

还有网上找了另一一两个多法拉利logo的图片用于NFT(Natural Feature Tracking):

对应显示的模型是什么都的(仅供参考^_^!)

0x01 - marker制作流程


1.制作marker图片

首先大伙儿找到doc/patterns/Blank pattern.png,使用五种空白的marker图片制作出当事人让你的marker。好的反义词使用五种blank pattern,是后来五种空白marker图片的符合marker的基本要求:

  • 前却说方形。
  • 前要有连续的边缘(一般来说有的是 白色或黑色)。另外在marker后面 的pattern每段,大伙儿使用差别较大的五种 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)。默认具体情况下,边缘的淬硬层 占pattern图片的1/4。

     - 被边缘所包围的每段什么都大伙儿所称的pattern,其前要具有旋转不对称性。pattern还前却说黑白的,也还前却说彩色的。

大伙儿将法拉利的logo弄成黑白的,再去掉 到blank pattern中。得到以下maker:

2.训练marker图片

大伙儿使用五种在线工具"Tarotaro"进行训练(后来想离线训练,还前要使用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。这时将你前要训练的marker装入摄像头视野中,直到marker边缘经常出现红色边框。

界面介绍:

    Mode Select:有Camera Mode和Load marker image五种 法律土妙招。大伙儿下面使用的什么都Camera Mode法律土妙招。Load marker image是直接输入本地的marker图片进行训练。

    Marker SegmentsMarker Size我还有的是 很清楚是五种。大伙儿这选者默认参数即可。

c.当marker边缘经常出现红色边框后,大伙儿点击Get Pattern按钮,就还前要得到下图,大伙儿还前要看了marker边框变成绿色了,此时大伙儿选者Save Current按钮就还前要得到对应的pattern文件,此处将其命名为ferrari.patt(初始后缀是pat,还前要当事人修改为patt)。

3.修改配置文件

大伙儿选者example中的ARApp2的配置文件进行更改。主什么都更改models.dat和markers.dat文件。

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

在markers.dat去掉

在model.dat去掉

4.编译运行

配置文件修改完成后,大伙儿就还前要编译运行了。请看结果:

0x02 - NFT制作流程


1.选者图片

NFT觉得什么都提取图片的Natural Feature(自然底部形态)后来进行跟踪。ARToolKit中会先对图片进行防止,得到一组数据,后续追踪过程使用的觉得是防止得到的数据集。并有的是 五种图片都还前要进行NFT,对于进行NFT的图片,有以下五种要求:

  • 追踪的图片前却说矩形图片。
  • 图片前却说jpeg格式。(大每段商用AR SDK支持多种图片格式,比如EasyAR)
  • 图片五种 要有足够多的细节和边缘(自之类度较低,后来空间频率较高)。后来图片含高少许模糊后来细节较少的色块,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具体情况后来使用高精度相机的具体情况,会大大提升追踪效果。

什么都我选者下面这张图片做NFT:

2.提取图片底部形态

利用genTexData来生成对应的追踪数据

选者提取图片底部形态的程度,数值越大提取的底部形态太大。当相机离图片越近的什么都,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72,什么都Enter resolution to use这每段输入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最为大慨 。而大伙儿这边最大分辨率可不可不后能 了72,什么都我选者20~72。

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

大伙儿使用dispFeatureSet工具还前要显示一下看看底部形态点提取具体情况:

3.修改配置文件

大伙儿修改ARAppNFT的配置文件来试验大伙儿的成果。

首先去掉 对应训练数据:

修改markers.dat

和后面 marker图片训练一样,去掉 法拉利模型,并在models.dat中去掉 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