opencv - 将增强现实库用于学术项目

Question

我正计划做我的增强现实学位的最后一年项目。它将使用标记，并且虚拟对象之间也将进行交互。（一种模拟）。

您是否建议为此类项目使用 ARToolkit、NyARToolkit、osgART 等库，因为它们具有跟踪、检测、校准等所有功能？从程序员的角度来看，还有很多工作要做吗？

如果我使用 OpenCV 并从头开始进行标记检测、识别、校准和其他步骤，您怎么看？会不会太难处理？

Answer 1

我不知道您对图像或视频处理有多熟悉，但是如果想要返回可靠的结果，从头开始编写跟踪器将非常耗时。工作量还取决于您打算使用哪种标记。例如，Artoolkit 将从视频流中检测到的标记内容与您之前定义为标记的图像进行比较。因此，它尝试匹配图像并返回视频流的某个部分是预定义标记的概率值。根据您要使用的阈值和照明情况，标记并不总是被正确识别。然后还有其他标记，如 datamatrix、qrcode、framemarkers（由 QCAR 使用）对 id 进行光学编码。因此不需要图像匹配，可以从视频流中检索所有必要的数据。

因此，如果您对实际应用程序或交互更感兴趣，而不是了解跟踪器的工作原理，您应该将您的工作基于现有库。

Answer 2

我建议你使用 OpenCV，你会发现高质量的算法，而且速度很快。他们正在不断开发新方法，很快就可以在手机中实时运行。

您可以从这里开始本教程。

Answer 3

通过实用的计算机视觉项目掌握 OpenCV

我做了同样的事情，发现本书的第 2 章非常有帮助。他们为标记跟踪项目提供源代码，我编写了一个帧标记生成器工具。在 OpenGL、相机校准、投影矩阵、标记和扩展方面还有很多需要弄清楚，但它是标记跟踪部分的一个很好的基础。