[文章][乐呵]
【AR实验室】ARToolKit之制作自己的Marker/NFT
时间： &&&&
阅读：282 &&&&
评论： &&&&
收藏：0 &&&&
原文：/polobymulberry/p/5905912.html
0x00 - 前言
看过example后，就会想自己动动手，这里改改那里修修。我们先试着添加自己喜欢的marker/nft进行识别。
比如我做了一个法拉利的marker：
还有网上找了一个法拉利logo的图片用于NFT(Natural Feature Tracking):
对应显示的模型是这样的(仅供参考^_^!)
0x01 - marker制作流程
1.制作marker图片
首先我们找到doc/patterns/Blank pattern.png，使用这个空白的marker图片制作出自己想要的marker。之所以使用这个blank pattern，是因为这个空白marker图片的符合marker的基本要求：
必须是方形。
必须有连续的边缘(一般来说全是白色或黑色)。另外在marker里面的pattern部分，我们使用差别较大的两种颜色分别表示前后景（比如此处我用黑色表示法拉利logo，白色作为其背景）。默认情况下，边缘的厚度占pattern图片的1/4。
&&&& - 被边缘所包围的部分就是我们所称的pattern，其必须具有旋转不对称性。pattern可以是黑白的，也可以是彩色的。
我们将法拉利的logo弄成黑白的，再添加到blank pattern中。得到以下maker：
2.训练marker图片
我们使用这个在线工具进行训练（如果想离线训练，可以使用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放入摄像头视野中，直到marker边缘出现红色边框。
界面介绍：
&&& Mode Select：有Camera Mode和Load marker image两种方式。我们下面使用的就是Camera Mode方式。Load marker image是直接输入本地的marker图片进行训练。
&&& Marker Segments和Marker Size我还不是很清楚是什么。我们这选择默认参数即可。
c.当marker边缘出现红色边框后，我们点击Get Pattern按钮，就可以得到下图，我们可以看到marker边框变成绿色了，此时我们选择Save Current按钮就可以得到对应的pattern文件，此处将其命名为ferrari.patt（初始后缀是pat，可以自己修改为patt）。
3.修改配置文件
我们选择example中的ARApp2的配置文件进行更改。主要是更改models.dat和markers.dat文件。
我们先将ferrari.patt文件和网上搜罗来的ferrari模型文件导入到ARApp2中。
在markers.dat添加
在model.dat添加
4.编译运行
配置文件修改完成后，我们就可以编译运行了。请看结果：
0x02 - NFT制作流程
1.选择图片
NFT其实就是提取图片的Natural Feature(自然特征)然后进行跟踪。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其实是处理得到的数据集。并不是什么图片都可以进行NFT，对于进行NFT的图片，有以下一些要求：
追踪的图片必须是矩形图片。
图片必须是jpeg格式。(大部分商用AR SDK支持多种图片格式，比如EasyAR)
图片本身要有足够多的细节和边缘（自相似度较低，并且空间频率较高）。如果图片带有大量模糊或者细节较少的色块，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情况或者使用高精度相机的情况，会大大提升追踪效果。
所以我选择下面这张图片做NFT：
2.提取图片特征
利用genTexData来生成对应的追踪数据
选择提取图片特征的程度，数值越大提取的特征越多。当相机离图片越近的时候，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这部分输入72。
而最大最小分辨率范围，根据文章中提到的，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。而我们这边最大分辨率只有72，所以我选择20~72。
得到image set（ferrari-nft.iset）和featureList（ferrari.fset&ferrari.fset3）两组数据
我们使用dispFeatureSet工具可以显示一下看看特征点提取情况：
3.修改配置文件
我们修改ARAppNFT的配置文件来试验我们的成果。
首先添加对应训练数据：
修改markers.dat
和上面marker图片训练一样，添加法拉利模型，并在models.dat中添加法拉利模型显示信息：
4.编译运行
0x03 - 参考资料
标签：&&&&&&&&&&&&&&&&&&&&&&&&&&&
版权所有 鲁ICP备号-6【ARToolkitPlus】（1）
【openCV】（19）
【QT】（19）
转自：/p/qt-opencv-multithreaded/wiki/Documentation
1. Installation
The installation procedures detailed below have been tested and verified using:
Ubuntu 14.04 64-bit OpenCV 2.4.9 Qt 5.3.0 for Linux 64-bit
1.1 Installing OpenCV
1. Open Terminal: Press Control-Alt T to open a Terminal instance.
2. Download and install CMake and other required dependencies (Note:
qt-opencv-multithreaded requires V4L. Also, Ubuntu 14.04 comes supplied withpkg-config):
$ sudo apt-get update
$ sudo apt-get install build-essential cmake libv4l-dev pkg-config
Optional packages:
libgtk2.0-dev The default GUI backend for highgui on OSes other than Windows and MacOSX.
libtiff4-dev For reading and writing TIFF images.
libjasper-dev Library for the coding and manipulation of images (e.g. JPEG-2000 format).
libavformat-dev Library containing demuxers and muxers for audio/video container formats.
libswscale-dev Library containing video image scaling and colorspace/pixelformat conversion routines.
libavcodec-dev Library containing all the FFmpeg audio/video encoders and decoders.
libjpeg-dev For reading and writing JPEG images.
libpng-dev For reading and writing PNG images.
3. Download OpenCV for Unix (choose a folder where you wish to download the file to: e.g. home/Downloads):
$ cd Downloads
$ wget http://downloads.sourceforge.net/project/opencvlibrary/opencv-unix/2.4.9/opencv-2.4.9.zip
4. Unpack archive and navigate to the newly created folder containing the OpenCV source:
$ unzip opencv-2.4.9.zip
$ cd opencv-2.4.9/
5. Create a new folder and navigate to it (the build files generated by CMake will go into this folder):
$ mkdir release
$ cd release
6. Use CMake to generate the makefile (add any other required flags with the -D option):
Note: Remember to specify the source folder as the last argument while invokingcmake.
$ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
7. Compile and install OpenCV:
$ sudo make install
$ sudo ldconfig
8. OpenCV runtime libraries (.so) can now be linked with simply: `pkg-config opencv --libs`
1.2 Installing Qt
Note: Steps 4 and 5 explain how to configure Qt Creator for use with the OpenCV libraries.
1. Download the latest version of Qt 5 for Linux 64-bit from the Qt website:
2. Follow the installation instructions on the download page. Installation is typically started with the following:
$ chmod u+x path_to_downloaded_setup_file
$ ./path_to_downloaded_setup_file
3. In Qt Creator, add the following to the .PRO file after creating a project:
LIBS += `pkg-config opencv --libs`
OR (for Mac OS/X)
QT_CONFIG -= no-pkg-config
CONFIG += link_pkgconfig
PKGCONFIG += opencv
4. Include the OpenCV header files in your C/C++ source file(s). For example:
#include &opencv2/opencv.hpp&
#include &opencv2/highgui/highgui.hpp&
5. Your Qt-based OpenCV project can now be built and run using Qt Creator!
1.3 Compiling & running the application
1. Download the latest stable release of qt-opencv-multithreaded and unpack the downloaded archive:
Get the &cutting-edge& version from the SVN repository (requires a SVN client): See instructions.
2. Open qt-opencv-multithreaded.pro in Qt Creator. You may also be asked to setup the project build targets - modify if required.
3. The application can be now be simply modified, compiled and run within Qt Creator!
IMPORTANT: If you receive compilation/linking errors such as /usr/bin/ld: cannot find -lGL orGL/gl.h: No such file or directory when using Qt 5, do the following:
$ sudo apt-get install libgl1-mesa-dev
2. Using the Application
Coming soon.
3. Modifying the Source
4. Hardware
4.1 Playstation Eye
Changing the frame rate
The default frame rate can be changed by modifying and re-building the driver source (ov534.c).
Note: The following procedure is based on:
1. Get the Linux kernel source:
$ cd /usr/src
$ apt-get update
$ apt-get install -y kernel-package build-essential linux-source
$ tar --bzip2 -xvf linux-source-*.tar.bz2
$ ln -s `find . -type d -name &linux-source-*&` linux
2. Replace the driver source. This version of the driver has been patched to make 640x480 @ 60 fps the default.
$ cd /usr/src/linux/drivers/media/video/gspca
$ mv ov534.c ov534.c.old
$ wget http://qt-opencv-/files/ov534.c
3. Rebuild the driver modules ov534, gspca_ov534, and gspca-main:
$ cd /usr/src
$ cp -p linux-headers-$(uname -r)/Module.symvers linux
$ cd /usr/src/linux
$ make oldconfig
$ make modules_prepare
$ make SUBDIRS=drivers/media/video/gspca modules
4. Install the new gspca_ov534 driver, which also requires replacing
gspca_main:
$ cd /usr/src/linux
$ cp -p drivers/media/video/gspca/gspca_main.ko /lib/modules/$(uname -r)/kernel/drivers/media/video/gspca
$ cp -p drivers/media/video/gspca/gspca_ov534.ko /lib/modules/$(uname -r)/kernel/drivers/media/video/gspca
5. Remove the old drivers, then load the new ones (gspca_main will load automatically):
modprobe -r gspca_ov534 gspca_main
modprobe gspca_ov534
6. Test using qt-opencv-multithreaded.
5.1 ARToolKitPlus Installation
Tested with ARToolKitPlus 2.3.0
1. Open Terminal: Press Control-Alt T to open a Terminal instance.
2. Download ARToolKitPlus, unpack and install (default system installation path is /usr/):
$ cd Downloads
$ wget https://launchpad.net/artoolkitplus/trunk/2.3.0/+download/ARToolKitPlus-2.3.0.tar.bz2
$ tar xvjf ARToolKitPlus-2.3.0.tar.bz2
$ cd ARToolKitPlus-2.3.0
$ mkdir build
$ cd build
$ cmake ..
$ sudo make install
3. Add the following to the Qt .PRO file:
LIBS += -lARToolKitPlus
4. Include the ARToolKitPlus header files in your C/C++ source file(s). For example:
#include &ARToolKitPlus/TrackerSingleMarker.h&
#include &ARToolKitPlus/TrackerMultiMarker.h&
&&相关文章推荐
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：219788次
积分：3079
积分：3079
排名：千里之外
原创：76篇
转载：72篇
评论：166条
(1)(1)(1)(1)(1)(3)(1)(3)(2)(6)(7)(9)(24)(6)(12)(14)(2)(29)(13)(6)(3)(3)请完成以下验证码
您当前的位置： &
ARToolKit系列之Marker/NFT自定义
查看: 946|
|原作者: polobymulberry-博客园
0x00 - 前言看过example后，就会想自己动动手，这里改改那里修修。我们先试着添加自己喜欢的marker/nft进行识别。比如我做了一个法拉利的marker：还有网上找了一个法拉利logo的图片用于NFT(Natural Feature Tracking):对应显示的模型是这样的(仅供参考^_^!)0x01 - marker制作流程1.制作marker图片首先我们找到doc/patterns/Blank pattern.png，使用这个空白的marker图片制作出自己想要的marker。之所以使用这个blank pattern，是因为这个空白marker图片的符合marker的基本要求：必须是方形。必须有连续的边缘(一般来说全是白色或黑色)。另外在marker里面的pattern部分，我们使用差别较大的两种颜色分别表示前后景（比如此处我用黑色表示法拉利logo，白色作为其背景）。默认情况下，边缘的厚度占pattern图片的1/4。&&&& - 被边缘所包围的部分就是我们所称的pattern，其必须具有旋转不对称性。pattern可以是黑白的，也可以是彩色的。我们将法拉利的logo弄成黑白的，再添加到blank pattern中。得到以下maker：2.训练marker图片我们使用这个在线工具进行训练（如果想离线训练，可以使用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放入摄像头视野中，直到marker边缘出现红色边框。界面介绍：&&&&Mode Select：有Camera Mode和Load marker image两种方式。我们下面使用的就是Camera Mode方式。Load marker image是直接输入本地的marker图片进行训练。&&& Marker Segments和Marker Size我还不是很清楚是什么。我们这选择默认参数即可。c.当marker边缘出现红色边框后，我们点击Get Pattern按钮，就可以得到下图，我们可以看到marker边框变成绿色了，此时我们选择Save Current按钮就可以得到对应的pattern文件，此处将其命名为ferrari.patt（初始后缀是pat，可以自己修改为patt）。3.修改配置文件我们选择example中的ARApp2的配置文件进行更改。主要是更改models.dat和markers.dat文件。我们先将ferrari.patt文件和网上搜罗来的ferrari模型文件导入到ARApp2中。在markers.dat添加在model.dat添加4.编译运行配置文件修改完成后，我们就可以编译运行了。请看结果：0x02 - NFT制作流程1.选择图片NFT其实就是提取图片的Natural Feature(自然特征)然后进行跟踪。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其实是处理得到的数据集。并不是什么图片都可以进行NFT，对于进行NFT的图片，有以下一些要求：追踪的图片必须是矩形图片。图片必须是jpeg格式。(大部分商用AR SDK支持多种图片格式，比如EasyAR)图片本身要有足够多的细节和边缘（自相似度较低，并且空间频率较高）。如果图片带有大量模糊或者细节较少的色块，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情况或者使用高精度相机的情况，会大大提升追踪效果。所以我选择下面这张图片做NFT：2.提取图片特征利用genTexData来生成对应的追踪数据选择提取图片特征的程度，数值越大提取的特征越多。当相机离图片越近的时候，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这部分输入72。而最大最小分辨率范围，根据文章中提到的，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。而我们这边最大分辨率只有72，所以我选择20~72。得到image set（ferrari-nft.iset）和featureList（ferrari.fset&ferrari.fset3）两组数据我们使用dispFeatureSet工具可以显示一下看看特征点提取情况：3.修改配置文件我们修改ARAppNFT的配置文件来试验我们的成果。首先添加对应训练数据：修改markers.dat和上面marker图片训练一样，添加法拉利模型，并在models.dat中添加法拉利模型显示信息：4.编译运行&0x03 - 参考资料
微信扫一扫
专注于VR的学习、开发和人才交流
&津ICP备号鏌ョ湅: 2289|鍥炲?: 7
UID锛