開發加強現實（AR）教程——識別圖的那些坑

開發加強現實（AR）教程——識別圖的那些坑

第一期：Vuforia識別圖的那些坑

 

1、Vuforia的圖片識別機制

大學時學習的是計算機科學的數字媒體方向，圖像處理粗略接觸過，對於Vuforia的圖片識別機制，只能大概講一下步驟和猜測，沒法給出細節的東西。

一、 服務器對上傳圖片進行灰度處理，圖片變爲黑白圖像；

二、 提取黑白圖像特徵點；

三、 將特徵點數據打包；

四、 程序運行時對比特徵點數據包。

 

2、對Vuforia來講什麼是穩定的識別圖？

根據上面的識別機制，不難推測出穩定識別圖的特質。

一、 圖片應避免大面積色值相近的相鄰色塊，不然一經灰度處理，整張圖都糊了，撞色的圖片設計可以使灰度處理後的識別圖仍保有清晰的分界線。能夠看看下面圖片（左爲原圖）的對比，看似複雜的圖片，色值一相近就跪了，識別特徵0顆星。

  

 

二、 仔細觀察下圖（左爲原圖）特徵點，他們大都集中相鄰色塊的分界線，因此撞色很重要，但若是不是這種純色塊的圖案，那麼線條較粗，拐點也比較多的圖片效果也會很好（好比粗體漢字就能夠極大提高識別點數量）。

 

   

3、經驗之談

識別圖除了影響識別效率，還影響着Imagetarget下物體的顯示效果，好比圖片識別特徵點3顆星或以上，但顯示的物體仍是會不停的小幅度抖動。出現這種狀況的緣由多是：

一、 特徵點分佈不均勻，可能左下角大量特徵點擠在一塊兒，右上角的特徵點確零散的分佈。

二、 顯示的物體離識別圖的中心太遠，若是物體能正好在識別圖特徵點分佈較多教均勻的位置，且貼近識別圖，那麼能夠很好的解決抖動。