【AR实验室】ARToolKit之制作自己的Marker/NFT

  • 时间:
  • 浏览:0

0x00 - 前言


看过example后,就会想此人 动动手,这里改改那里修修。大家先试着打上去此人 喜欢的marker/nft进行识别。

比如我做了有一另另1个法拉利的marker:

还有网上找了有一另另1个法拉利logo的图片用于NFT(Natural Feature Tracking):

对应显示的模型是曾经的(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,使用这一 空白的marker图片制作出此人 愿意的marker。之而是使用这一 blank pattern,是机会这一 空白marker图片的符合marker的基本要求:

  • 都而是方形。
  • 都要有连续的边缘(一般来说都不 白色或黑色)。另外在marker底下的pattern次责,大家使用差别较大的并都不 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)。默认清况 下,边缘的深度图占pattern图片的1/4。

     - 被边缘所包围的次责而是大家所称的pattern,其都要具有旋转不对称性。pattern可不不需要 是黑白的,也可不不需要 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

大家使用这一 在线工具"Tarotaro"进行训练(机会想离线训练,可不不需要 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。这时将你都要训练的marker放在摄像头视野中,直到marker边缘经常出显红色边框。

界面介绍:

    Mode Select:有Camera Mode和Load marker image并都不 辦法 。大家下面使用的而是Camera Mode辦法 。Load marker image是直接输入本地的marker图片进行训练。

    Marker SegmentsMarker Size我还都不 很清楚是那些。大家这选折 默认参数即可。

c.当marker边缘经常出显红色边框后,大家点击Get Pattern按钮,就可不不需要 得到下图,大家可不不需要 看过marker边框变成绿色了,此时大家选折 Save Current按钮就可不不需要 得到对应的pattern文件,此处将其命名为ferrari.patt(初始后缀是pat,可不不需要 此人 修改为patt)。

3.修改配置文件

大家选折 example中的ARApp2的配置文件进行更改。主而是更改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,大家就可不不需要 编译运行了。请看结果:

0x02 - NFT制作流程


1.选折 图片

NFT着实而是提取图片的Natural Feature(自然行态)时候 我进行跟踪。ARToolKit中会先对图片进行处理,得到一组数据,后续追踪过程使用的着实是处理得到的数据集。并都不 那些图片都可不不需要 进行NFT,对于进行NFT的图片,有以下有些要求:

  • 追踪的图片都而是矩形图片。
  • 图片都而是jpeg格式。(大次责商用AR SDK支持多种图片格式,比如EasyAR)
  • 图片并都不 要有足够多的细节和边缘(自类事度较低,时候 我空间频率较高)。机会图片含晒 絮状模糊机会细节较少的色块,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清况 机会使用高精度相机的清况 ,会大大提升追踪效果。

而是我选折 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

选折 提取图片行态的程度,数值越大提取的行态没有来越多。当相机离图片越近的曾经,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,而是Enter resolution to use这次责输入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最为合适。而大家这边最大分辨率不需要 72,而是我选折 20~72。

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

大家使用dispFeatureSet工具可不不需要 显示一下看看行态点提取清况 :

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