OpenCV增强现实SDK
我正在OpenCV上开发增强现实SDK。 我遇到了一些问题，需要find关于这个主题的教程，其中包括可能的algorithm，快速高效的实时性能编码等。
到目前为止，我已经收集了下一个信息和有用的链接。
OpenCV安装
下载最新版本 。
你可以在这里find安装指南（平台：linux，mac，windows，java，android，iOS）。
在线文档 。
增强现实
在这里， begginer是OpenCV中的一个简单的增强现实代码。 这是一个好的开始。
对于任何寻求devise良好的最新SDK的人来说，我都会考虑到OpenCVfunction的基础上，每个基于标记跟踪的增强现实应该具备的一些通用步骤。
-
主程序：创build所有类，初始化，从video捕获帧。
-
AR_Engine类：控制增强现实应用程序的各个部分。 应该有两个主要状态：
- 检测 ：尝试检测场景中的标记
- 跟踪 ：一旦检测到，使用较低的计算技术在即将到来的帧中对标记进行拖拽。
还应该有一些algorithm来找出在每一帧的相机的位置和方向。 这是通过检测在场景中检测到的标记与离线处理的标记的2D图像之间的单应性变换来实现的。 这里解释这个方法（第18页）。 姿态估计的主要步骤是：
-
加载相机内在参数 。 以前通过校准离线提取。
-
加载模式 （标记）进行跟踪：这是我们要跟踪的平面标记的图像。 有必要提取特征并生成这个模式的描述符（ 关键点 ），以便我们可以与场景中的特征进行比较。 这项任务的algorithm：
- 筛
- 快速
- 冲浪
-
对于每个帧更新，运行检测algorithm以从场景中提取特征并生成描述符。 我们再次有几个select。
- 筛
- 快速
- 冲浪
- FREAK ：一种新的方法（2012年）被认为是最快的。
- ORB
-
查找模式和场景描述符之间的匹配 。
- FLANN匹配器
-
从这些匹配中找出Homographymatrix。 之前可以使用RANSAC来查找一组比赛中的内线/外线。
-
从单应性提取相机姿势 。
- 来自Homography的姿势示例代码。
- 来自Pose的同形示例代码。
完整的例子：
- aruco
- 掌握OpenCV示例
由于AR应用程序经常在移动设备上运行，因此您可以考虑其他function检测器/描述符：
- 怪物
- ORB
一般来说，如果您可以select标记，则首先使用边缘检测器检测方形目标，然后selectHough或简单轮廓 – 然后从内部devise中识别特定标记。 而不是使用一般的点匹配器。
看看Aruco写得很好的示例代码。
