Tworzę SDK Augmented Reality na OpenCV. Miałem pewne problemy ze znalezieniem samouczków na ten temat, jakie kroki należy wykonać, możliwe algorytmy, szybkie i wydajne kodowanie dla wydajności w czasie rzeczywistym itp.

Do tej pory zebrałem kolejne informacje i przydatne linki.

Instalacja OpenCV

Ściągnijnajnowsza wersja wydania.

Możesz znaleźć instrukcje instalacjitutaj (platformy: linux, mac, windows, java, android, iOS).

onlinedokumentacja.

Augmented Reality

Dla początkującychtutaj to prosty kod rozszerzonej rzeczywistości w OpenCV. To dobry początek.

Dla każdego, kto szuka dobrze zaprojektowanego najnowocześniejszego zestawu SDK, znalazłem kilka ogólnych kroków, które powinna mieć każda rozszerzona rzeczywistość oparta na śledzeniu znaczników, biorąc pod uwagę funkcje OpenCV.

Główny program: tworzy wszystkie klasy, inicjalizacja,zdobyć klatki z wideo.

Klasa AR_Engine: Kontroluje części aplikacji rozszerzonej rzeczywistości. Powinny być dwa główne stany:

wykrycie: próbuje wykryć znacznik na scenieśledzenie: po wykryciu używa niższych technik obliczeniowych do śledzenia znacznika w nadchodzących klatkach.

Powinny również istnieć pewne algorytmy do znajdowania pozycji i orientacji kamery w każdej klatce. Osiąga się to poprzez wykrycie transformacji homografii między wykrytym znacznikiem w scenie a obrazem 2D znacznika, który przetworzyliśmy w trybie offline. Wyjaśnienie tej metodytutaj (strona 18). Główne etapy szacowania pozy to:

Załaduj parametry wewnętrzne. Wcześniej wyodrębniony w trybie offline przez kalibrację.

Załaduj wzór (marker) do śledzenia: Jest to obraz znacznika planarnego, który będziemy śledzić. Konieczne jest wyodrębnienie funkcji i wygenerowanie deskryptorów (Kluczowe punkty) dla tego wzoru możemy później porównać z funkcjami ze sceny. Algorytmy dla tego zadania:

PRZESIAĆSZYBKISURFOWAĆ

Dla każdej aktualizacji ramki uruchom algorytm wykrywania dlawyodrębnianie funkcji ze sceny i generuj deskryptory. Ponownie mamy kilka opcji.

PRZESIAĆSZYBKISURFOWAĆWYBRYK: Nowa metoda (2012) uznana za najszybszą.KULA

Odnaleźćmecze między wzorcem a deskryptorami sceny.

Dopasowanie FLANN

OdnaleźćHomografia macierz z tych meczów. RANSAC może być użyty wcześniej, aby znaleźć inliers / outliers w zestawie dopasowań.

WyciągPoza kamerą z homografii.

Przykładowy kod naPozować z homografii.Przykładowy kod naHomografia z pozy.Kompletne przykłady:arucoOpanowanie próbek OpenCV