ARCore1.2使用入门(二) ------ ARCore图片识别(unity开发)

  • 首先来看看ARCore是否满足你应用的需求:

每个图像数据库可以存储多达1000个参考图像的特征点信息。

ARCore可以在环境中同时跟踪20个图像,但是它不能跟踪同一图像的多个实例。

环境中的物理图像必须至少是15 cm x 15 cm,并且必须是平的(例如,没有褶皱或缠绕在瓶子周围)

一旦被跟踪,ARCore提供对位置、方向和物理大小的估计。随着ARCore收集更多的数据,这些估计不断改进。

ARCore无法追踪移动的图像,但它可以在停止移动后继续跟踪图像。

所有的跟踪都发生在设备上,所以不需要网络连接。参考图像可以在设备上或网络上更新,而不需要更新应用。

(不知道这个是怎么实现的,有没有大神能解惑,因为笔者百度查到的.asset是不能热更新的:https://blog.csdn.net/tutu158/article/details/45099809,这篇博文转了一下才满足他的需求,但是不适用ARCore)

  • 选择参考图片的技巧:

增强图像支持PNG和JPEG文件格式。对于JPEG文件,避免对最佳性能进行重压缩。

检测仅基于高对比度的点,因此无论颜色或黑色/白色的参考图像是否被使用,都可以检测到颜色和黑色/白色图像。

图像的分辨率至少应该是300 x 300像素。

使用高分辨率的图像不会提高性能。

避免具有稀疏特征的图像。

避免具有重复功能的图像。

使用arcoreimg工具为每个图像获得0到100的分数。建议75分以上

image.png
  • 获取最佳追踪的技巧:

物理图像必须占据相机图像的40%。你可以让用户在他们的相机框架中使用FitToScan asset来匹配物理图像。如下图所示:

image.png

当一个图像最初被ARCore检测到,并且没有指定预期的物理尺寸时,它的跟踪状态将会暂停。这意味着ARCore已经识别了图像,但是还没有收集到足够的数据来估计它在3D空间中的位置。在图像的跟踪状态跟踪之前,开发人员不应该使用图像的姿态和大小估计。

  • 识别图片的步骤:

选中你要识别的图片,右键-Create > GoogleARCore > AugmentedImageDatabase.

image.png

打开Assets > GoogleARCore > Examples > AugmentedImage > Configurations,设置AugmentedImageDatabase [图片上传失败...(image-3dadb1-1536550982858)]

查看官方示例脚本(你也可以自己仿写):

image.png

第一个参数是:

image.png

参考文章:https://segmentfault.com/a/1190000014956669?utm_source=tag-newest

代码解析:

            // 检查motion tracking是否在跟踪。
            if (Session.Status != SessionStatus.Tracking)
            {
                return;
            }
 
 
            // 为这个框架获取更新的增强图像
            Session.GetTrackables<AugmentedImage>(m_TempAugmentedImages, TrackableQueryFilter.Updated);
 
 
            // 为更新的增强图像创建可视化工具和锚点,这些图像是跟踪的
            foreach (var image in m_TempAugmentedImages)
            {
                AugmentedImageVisualizer visualizer = null;
                m_Visualizers.TryGetValue(image.DatabaseIndex, out visualizer);
                if (image.TrackingState == TrackingState.Tracking && visualizer == null)
                {
                    // Create an anchor to ensure that ARCore keeps tracking this augmented image.
                    Anchor anchor = image.CreateAnchor(image.CenterPose);
                    visualizer = (AugmentedImageVisualizer)Instantiate(AugmentedImageVisualizerPrefab, anchor.transform);
                    visualizer.Image = image;
                    m_Visualizers.Add(image.DatabaseIndex, visualizer);
                }
                else if (image.TrackingState == TrackingState.Stopped && visualizer != null)
                {
                    m_Visualizers.Remove(image.DatabaseIndex);
                    GameObject.Destroy(visualizer.gameObject);
                }
            }
 
 
            // 如果没有跟踪的图像,就显示出适合扫描的fit-to-scan
            foreach (var visualizer in m_Visualizers.Values)
            {
                if (visualizer.Image.TrackingState == TrackingState.Tracking)
                {
                    FitToScanOverlay.SetActive(false);
                    return;
                }
            }
 
 
            FitToScanOverlay.SetActive(true);
        }
    }
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,706评论 4 366
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 68,002评论 1 301
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 110,462评论 0 250
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,375评论 0 216
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,763评论 3 294
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,849评论 1 224
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 32,033评论 2 317
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,768评论 0 204
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,490评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,734评论 2 253
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,204评论 1 264
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,566评论 3 260
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,227评论 3 241
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,137评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,934评论 0 201
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,926评论 2 283
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,774评论 2 274

推荐阅读更多精彩内容