OpenCV가 포함 된 증강 현실 SDK

OpenCV가 포함 된 증강 현실 SDK

---

OpenCV에서 증강 현실 SDK를 개발 중입니다. 주제에 대한 튜토리얼, 따라야 할 단계, 가능한 알고리즘, 실시간 성능을위한 빠르고 효율적인 코딩 등을 찾는 데 몇 가지 문제가있었습니다.지금까지 다음 정보와 유용한 링크를 모았습니다.

OpenCV 설치

 

최신 릴리스 버전을

다운로드하십시오 .

여기에서

설치 가이드를 찾을 수 있습니다 (플랫폼 : linux, mac, windows, java, android, iOS).온라인

문서

.

증강 현실

begginers를 들어

여기

에서 OpenCV에서 간단한 증강 현실 코드입니다. 좋은 출발입니다.잘 설계된 최첨단 SDK를 검색하는 모든 사람을 위해 OpenCV 기능을 고려하여 마커 추적을 기반으로하는 모든 증강 현실이 가져야하는 일반적인 단계를 찾았습니다.

1. 메인 프로그램 : 모든 클래스 생성, 초기화, 비디오에서 프레임

   캡처

   .
2. AR_Engine 클래스 : 증강 현실 애플리케이션의 일부를 제어합니다. 두 가지 주요 상태가 있어야합니다.
   • 감지 : 장면에서 마커 감지를 시도합니다.
   • 추적 : 감지되면 다음 프레임에서 마커를 추적 하기 위해 더 낮은 계산 기술을 사용합니다.

또한 모든 프레임에서 카메라의 위치와 방향을 찾는 알고리즘이 있어야합니다. 이는 장면에서 감지 된 마커와 오프라인에서 처리 한 마커의 2D 이미지 간의 호모 그래피 변환을 감지하여 달성됩니다.

여기

에이 방법에 대한 설명이 있습니다 (18 페이지). 포즈 추정의 주요 단계는 다음과 같습니다.

1. 카메라 고유 매개 변수를로드합니다

   . 이전에 보정을 통해 오프라인으로 추출되었습니다.
2. 추적 할 패턴 (마커) 로드 : 추적 할 평면 마커의 이미지입니다. 나중에 장면의 특징과 비교할 수 있도록이 패턴에 대한 특징을 추출하고 설명자 (

   키포인트

   )를 생성 해야합니다. 이 작업의 알고리즘 :
   • 체로 치다
   • 빠른
   • 서핑
3. 모든 프레임 업데이트에

   대해 장면에서 특징

   을 추출 하기위한 감지 알고리즘을 실행하고 설명자를 생성합니다. 다시 몇 가지 옵션이 있습니다.
   • 체로 치다
   • 빠른
   • 서핑
   • FREAK : 새로운 방식 (2012)이 가장 빠르다고 주장했습니다.
   • 구
4. 패턴과 장면 설명자 간의

   일치

   를 찾습니다 .
   • FLANN 매처
5. 해당 일치 항목에서

   Homography

   매트릭스를 찾습니다 . RANSAC을 사용하여 일치 집합에서 inlier / outliers를 찾을 수 있습니다.
6. 호모 그래피에서

   카메라 포즈

   를 추출합니다 .
   • Homography의 Pose 에 대한 샘플 코드 .
   • Pose의 Homography 에 대한 샘플 코드 .

완전한 예 :

• Aruco
• OpenCV 샘플 마스터하기

---

AR 애플리케이션은 종종 휴대 기기에서 실행되기 때문에 다른 기능 감지기 / 설명자를 고려할 수도 있습니다.

• 변덕
• 구

---

일반적으로 마커를 선택할 수있는 경우 먼저 에지 감지기를 사용하여 정사각형 대상을 감지 한 다음 Hough 또는 단순히 윤곽선을 감지 한 다음 내부 디자인에서 특정 마커를 식별합니다. 일반적인 포인트 매처를 사용하는 대신.잘 작성된 예제 코드 는

Aruco

를 참조 하십시오 .참고 URL :

https://stackoverflow.com/questions/12283675/augmented-reality-sdk-with-opencv