【AR实验室】ARToolKit之制作自己的Marker/NFT

  • 时间:
  • 浏览:0

0x00 - 前言


就看example后,就会想另一方动动手,这里改改那里修修。大家先试着打上去另一方喜欢的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):

对应显示的模型是原本 的(仅供参考^_^!)

0x01 - marker制作流程


1.制作marker图片

首先大家找到doc/patterns/Blank pattern.png,使用或多或少空白的marker图片制作出另一方想要的marker。好的反义词使用或多或少blank pattern,是意味 或多或少空白marker图片的符合marker的基本要求:

  • 也能是方形。
  • 也能有连续的边缘(一般来说都是 白色或黑色)。另外在marker底下的pattern要素,大家使用差别较大的某种颜色分别表示前后景(比没有处我用黑色表示法拉利logo,白色作为其背景)。默认情况表下,边缘的深度占pattern图片的1/4。

     - 被边缘所包围的要素很多很多很多很多我大家所称的pattern,其也能具有旋转不对称性。pattern也能 是黑白的,也也能 是彩色的。

大家将法拉利的logo弄成黑白的,再打上去到blank pattern中。得到以下maker:

2.训练marker图片

大家使用或多或少在线工具"Tarotaro"进行训练(意味 想离线训练,也能 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。这时将你也能训练的marker放满摄像头视野中,直到marker边缘突然出现红色边框。

界面介绍:

    Mode Select:有Camera Mode和Load marker image某种依据。大家下面使用的很多很多很多很多我Camera Mode依据。Load marker image是直接输入本地的marker图片进行训练。

    Marker SegmentsMarker Size我还都是 很清楚是哪几个。大家这选泽默认参数即可。

c.当marker边缘突然出现红色边框后,大家点击Get Pattern按钮,就也能 得到下图,大家也能 就看marker边框变成绿色了,此时大家选泽Save Current按钮就也能 得到对应的pattern文件,此处将其命名为ferrari.patt(初始后缀是pat,也能 另一方修改为patt)。

3.修改配置文件

大家选泽example中的ARApp2的配置文件进行更改。主很多很多很多很多我更改models.dat和markers.dat文件。

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

在markers.dat打上去

在model.dat打上去

4.编译运行

配置文件修改完成后,大家就也能 编译运行了。请看结果:

0x02 - NFT制作流程


1.选泽图片

NFT我我觉得很多很多很多很多我提取图片的Natural Feature(自然底部形态)以后 进行跟踪。ARToolKit中会先对图片进行正确处理,得到一组数据,后续追踪过程使用的我我觉得是正确处理得到的数据集。并都是 哪几个图片都也能 进行NFT,对于进行NFT的图片,有以下或多或少要求:

  • 追踪的图片也能是矩形图片。
  • 图片也能是jpeg格式。(大要素商用AR SDK支持多种图片格式,比如EasyAR)
  • 图片某种要有足够多的细节和边缘(自类似于于度较低,以后 空间频率较高)。意味 图片包含 多量模糊意味 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情况表意味 使用高精度相机的情况表,会大大提升追踪效果。

很多很多很多很多有我选泽下面这张图片做NFT:

2.提取图片底部形态

利用genTexData来生成对应的追踪数据

选泽提取图片底部形态的程度,数值越大提取的底部形态很多。当相机离图片越近的完后 ,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,很多很多很多很多有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最为相当于。而大家这边最大分辨率也都可否 72,很多很多很多很多有我选泽20~72。

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

大家使用dispFeatureSet工具也能 显示一下看看底部形态点提取情况表:

3.修改配置文件

大家修改ARAppNFT的配置文件来试验大家的成果。

首先打上去对应训练数据:

修改markers.dat

和底下marker图片训练一样,打上去法拉利模型,并在models.dat中打上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