动态 3d 对象建模
Dynamic 3d object modeling
我正在开发一个增强现实应用程序，它可以识别对象并更改颜色。我可以为此使用 Vuforia SDK 还是可以使用其他更好的 SDK？
是否有用于动态 3d 对象建模的良好 APIS
标记检测不依赖于颜色，它依赖于直方图值。它的openGL图像处理。
每个标记都由其灰度值处理，因此无论颜色是什么都没有关系。您只需要 " Sharp Curves on Image"，您将其视为标记。据我所知：
理想图像目标的属性
1.1.1 特点
特征是图像中尖锐、尖锐、轮廓分明的细节，例如纹理对象中出现的细节。图像分析器将特征表示为黄色的小十字。增加图像中这些细节的数量，并验证细节是否创建了非重复模式。
一个正方形的每个角都包含四个特征。
圆不包含任何特征，因为它不包含尖锐或轮廓分明的细节。
1.1.2局部对比度
局部对比度的好坏通常很难用肉眼察觉。总体上提高图像的对比度，或选择细节更“棱角分明”的图像。有机形状、圆形细节、模糊或高度压缩的图像通常无法提供足够丰富的细节来正确检测和跟踪。
1.1.3 特征分布
图像中的特征分布越均衡，图像的检测和跟踪效果就越好。确认黄色十字在整个图像中均匀分布。考虑裁剪图像以移除任何没有特征的区域。
1.1.4 避免重复模式
虽然一些图像包含足够的特征和良好的对比度，但重复的图案会影响检测性能。为获得最佳效果，请选择没有重复图案（即使旋转和缩放）或强旋转对称的图像。棋盘是无法检测到的重复图案的示例，因为 2x2 对黑白方块看起来完全相同，无法被检测器区分
1.1.5 评分：
这张图片没有特征，因为它缺少具有锐利边缘和高对比度的视觉元素。 TheAR 相机将无法检测和跟踪显示这些或类似特征的图像。
1.1.6格式
必须是 8 位或 24 位 PNG 和 JPG 格式；大小小于 2 MB； JPG 必须是 RGB 或灰度（无 CMYK）
我们选择的AR框架无论是Vuforia还是ARToolkit都不支持任意形状的3D追踪。因此，由于深度的缘故，观看它的角度将极大地影响它的外观，从而影响它是否可识别。因此我们必须避免深度，只考虑平面。
1.1.7 目标大小
目标的宽度应至少为 5 英寸或 12 厘米，并且高度应合理，以获得良好的 AR 体验。推荐尺寸根据实际目标等级和到物理图像目标的距离而变化。如果目标的距离较远，请考虑增加目标的大小。作为一个非常粗略的 "rule-of-thumb"，您可以通过将相机到目标的距离除以 ~10 来了解目标应该具有的最小尺寸。例如，一个 20 厘米宽的目标通常可以检测到 table 最远约 2 米的距离。
1.1.8 特征排除缓冲区
特征排除缓冲区包围上传图像的插图。这个缓冲区大约有 8% 宽，它不会拾取任何特征，即使该区域内确实存在特征。请参阅以下第一行 table，其中红色阴影区域不包含任何特征，即使该区域中存在可见特征。
您可以通过在目标管理器目标生成的图像周围添加一个 8% 的白色缓冲区来避免这种功能排除缓冲区情况。
祝你好运...:)
我正在开发一个增强现实应用程序，它可以识别对象并更改颜色。我可以为此使用 Vuforia SDK 还是可以使用其他更好的 SDK？
是否有用于动态 3d 对象建模的良好 APIS
标记检测不依赖于颜色，它依赖于直方图值。它的openGL图像处理。
每个标记都由其灰度值处理，因此无论颜色是什么都没有关系。您只需要 " Sharp Curves on Image"，您将其视为标记。据我所知：
理想图像目标的属性
1.1.1 特点
特征是图像中尖锐、尖锐、轮廓分明的细节，例如纹理对象中出现的细节。图像分析器将特征表示为黄色的小十字。增加图像中这些细节的数量，并验证细节是否创建了非重复模式。
一个正方形的每个角都包含四个特征。
圆不包含任何特征，因为它不包含尖锐或轮廓分明的细节。
1.1.2局部对比度
局部对比度的好坏通常很难用肉眼察觉。总体上提高图像的对比度，或选择细节更“棱角分明”的图像。有机形状、圆形细节、模糊或高度压缩的图像通常无法提供足够丰富的细节来正确检测和跟踪。
1.1.3 特征分布
图像中的特征分布越均衡，图像的检测和跟踪效果就越好。确认黄色十字在整个图像中均匀分布。考虑裁剪图像以移除任何没有特征的区域。
1.1.4 避免重复模式
虽然一些图像包含足够的特征和良好的对比度，但重复的图案会影响检测性能。为获得最佳效果，请选择没有重复图案（即使旋转和缩放）或强旋转对称的图像。棋盘是无法检测到的重复图案的示例，因为 2x2 对黑白方块看起来完全相同，无法被检测器区分
1.1.5 评分：
这张图片没有特征，因为它缺少具有锐利边缘和高对比度的视觉元素。 TheAR 相机将无法检测和跟踪显示这些或类似特征的图像。
1.1.6格式
必须是 8 位或 24 位 PNG 和 JPG 格式；大小小于 2 MB； JPG 必须是 RGB 或灰度（无 CMYK）
我们选择的AR框架无论是Vuforia还是ARToolkit都不支持任意形状的3D追踪。因此，由于深度的缘故，观看它的角度将极大地影响它的外观，从而影响它是否可识别。因此我们必须避免深度，只考虑平面。
1.1.7 目标大小
目标的宽度应至少为 5 英寸或 12 厘米，并且高度应合理，以获得良好的 AR 体验。推荐尺寸根据实际目标等级和到物理图像目标的距离而变化。如果目标的距离较远，请考虑增加目标的大小。作为一个非常粗略的 "rule-of-thumb"，您可以通过将相机到目标的距离除以 ~10 来了解目标应该具有的最小尺寸。例如，一个 20 厘米宽的目标通常可以检测到 table 最远约 2 米的距离。
1.1.8 特征排除缓冲区
特征排除缓冲区包围上传图像的插图。这个缓冲区大约有 8% 宽，它不会拾取任何特征，即使该区域内确实存在特征。请参阅以下第一行 table，其中红色阴影区域不包含任何特征，即使该区域中存在可见特征。
您可以通过在目标管理器目标生成的图像周围添加一个 8% 的白色缓冲区来避免这种功能排除缓冲区情况。
祝你好运...:)