【AR实验室】ARToolKit之制作自己的Marker/NFT

  • 时间:
  • 浏览:1

0x00 - 前言


看过example后,就会想被委托人动动手,这里改改那里修修。大家 先试着去掉 被委托人喜欢的marker/nft进行识别。

比如我做了一个 多法拉利的marker:

还有网上找了一个 多法拉利logo的图片用于NFT(Natural Feature Tracking):

对应显示的模型是从前的(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,使用這個空白的marker图片制作出被委托人愿意的marker。之所以使用這個blank pattern,是但是這個空白marker图片的符合marker的基本要求:

  • 需可是我我方形。
  • 需要有连续的边缘(一般来说也有白色或黑色)。另外在marker里边的pattern每项,大家 使用差别较大的三种颜色分别表示前后景(比没法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。

     - 被边缘所包围的每项所以大家 所称的pattern,其需要具有旋转不对称性。pattern都能否 是黑白的,也都能否 是彩色的。

大家 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

大家 使用這個在线工具"Tarotaro"进行训练(但是想离线训练,都能否 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。这时将你需要训练的marker装下 摄像头视野中,直到marker边缘跳出红色边框。

界面介绍:

    Mode Select:有Camera Mode和Load marker image三种办法 。大家 下面使用的所以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我还也有很清楚是哪几个。大家 这选泽默认参数即可。

c.当marker边缘跳出红色边框后,大家 点击Get Pattern按钮,就都能否 得到下图,大家 都能否 看过marker边框变成绿色了,此时大家 选泽Save Current按钮就都能否 得到对应的pattern文件,此处将其命名为ferrari.patt(初始后缀是pat,都能否 被委托人修改为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。主所以更改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去掉

在model.dat去掉

4.编译运行

配置文件修改完成后,大家 就都能否 编译运行了。请看结果:

0x02 - NFT制作流程


1.选泽图片

NFT其实所以提取图片的Natural Feature(自然特征)有但是进行跟踪。ARToolKit中会先对图片进行除理,得到一组数据,后续追踪过程使用的其实是除理得到的数据集。并也有哪几个图片都都能否 进行NFT,对于进行NFT的图片,有以下有些要求:

  • 追踪的图片需可是我我矩形图片。
  • 图片需可是我我jpeg格式。(大每项商用AR SDK支持多种图片格式,比如EasyAR)
  • 图片三种要有足够多的细节和边缘(自类事度较低,有但是空间频率较高)。但是图片包含大量模糊但是细节较少的色块,追踪效果会比较差。
  • 图片分辨率的提升会使ARToolKit提取出更多的特征点,这对于相机接近图片的具体情况但是使用高精度相机的具体情况,会大大提升追踪效果。

所以我选泽下面这张图片做NFT:

2.提取图片特征

利用genTexData来生成对应的追踪数据

选泽提取图片特征的程度,数值越大提取的特征太大。当相机离图片越近的但是,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,所以Enter resolution to use这每项输入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最为为宜。而大家 这边最大分辨率也能72,所以我选泽20~72。

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

大家 使用dispFeatureSet工具都能否 显示一下看看特征点提取具体情况:

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。

首先去掉 对应训练数据:

修改markers.dat

和里边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