文档原文

工具下载

步骤

1 决定分辨率

首先根据你最后marker的大小,决定图片的分辨率
分辨率不要太大,太大的话在跟踪时会占用很多内存和CPU
分辨率也不要太小,太小的话摄像机距离近时会没有足够的特征点来跟踪

  1. 你的marker的物理尺寸是多少?如A4是210mm*297mm
  2. 跟踪时你的摄像机距离最近会有多近?这一般和图片分辨率也有关系,一般情况下黑白激光打印机是300dpi,彩色打印机一般是150dpi
    现在你可以使用ARUnity5-5.3.1-tools-win\bin下的工具checkResolution.exe来决定下一步中dpi的范围
    比如范围是30cm-200cm,生成特征点数据时可以用8-60dpi

2 生成数据

在ARUnity5-5.3.1-tools-win\bin下找到genTexData.exe
执行

上图选择特征点的级别(从0-4)


上图选择初始特征点的级别


上图设置最大最小分辨率

实例

使用这张图片作为跟踪图片,跟踪距离为30cm-2m

1. 这是我的摄像头数据,决定dpi从8-60dpi

2. 生成数据,第一步和第二步都采用了默认,第三步输入打印dpi数据(决定了物理尺寸大小),然后输入范围

3. 最后生成三个数据文件

4. 实际效果


洪流学堂,让你快人一步掌握混合现实开发核心技术!

ARToolKit从图片生成特征点数据相关推荐

  1. 【Pytorch神经网络实战案例】15 WGAN-gp模型生成Fashon-MNST模拟数据

    1 WGAN-gp模型生成模拟数据案例说明 使用WGAN-gp模型模拟Fashion-MNIST数据的生成,会使用到WGAN-gp模型.深度卷积GAN(DeepConvolutional GAN,DC ...

  2. 【Pytorch神经网络实战案例】13 构建变分自编码神经网络模型生成Fashon-MNST模拟数据

    1 变分自编码神经网络生成模拟数据案例说明 变分自编码里面真正的公式只有一个KL散度. 1.1 变分自编码神经网络模型介绍 主要由以下三个部分构成: 1.1.1 编码器 由两层全连接神经网络组成,第一 ...

  3. Radiology:影像组学:图像不仅仅是图片,它们还是数据

    在过去十年中,随着模式识别方法的增加和数据集大小的增加,医学图像分析领域的研究越来越多.这些研究促进了对图像定量特征高通量提取过程的发展,从而将图像转换为可挖掘数据特征,并随后对这些数据进行分析,以提 ...

  4. 深度学习之自编码器(5)VAE图片生成实战

    深度学习之自编码器(5)VAE图片生成实战 1. VAE模型 2. Reparameterization技巧 3. 网络训练 4. 图片生成 VAE图片生成实战完整代码  本节我们基于VAE模型实战F ...

  5. 好像还挺好玩的GAN2——Keras搭建DCGAN利用深度卷积神经网络实现图片生成

    好像还挺好玩的GAN2--Keras搭建DCGAN利用深度卷积神经网络实现图片生成 注意事项 学习前言 什么是DCGAN 神经网络构建 1.Generator 2.Discriminator 训练思路 ...

  6. 使用PyTorch构建卷积GAN源码(详细步骤讲解+注释版) 02人脸图片生成 上

    阅读提示:本篇文章的代码为在普通GAN代码上实现人脸图片生成的修改,文章内容仅包含修改内容,全部代码讲解需结合下面的文章阅读. 相关资料链接为:使用PyTorch构建GAN生成对抗 本次训练代码使用了 ...

  7. 图片生成模型——gated pixelCNN

    google DeepMind团队在<pixel recurrent neural networks>中提出了pixelRNN/CNN之后又发表了一篇论文--<Conditional ...

  8. 【DBMS 数据库管理系统】数据仓库特征 ( 特征一 : 面向主题组织数据 | 特征二 : 数据集成 | 特征三 : 数据不可更新 | 特征四 : 随时间不断变化 )

    文章目录 一.特征一 : 面向主题 数据组织方式 二.特征二 : 数据集成 三.特征三 : 数据不可更新 四.特征四 : 数据仓库中的数据 随时间不断变化 一.特征一 : 面向主题 数据组织方式 主题 ...

  9. thinkphp3.2与phpexcel带图片生成 完美案例

    thinkphp3.2与phpexcel完美案例 // 导出exlpublic function look_down(){$id = I('get.id');$m = M ('offer_goods' ...

最新文章

  1. R语言警告:Cannot compute exact p-value with ties的处理方法
  2. Zend Studio 如何配置本地apache服务器使用xdebug调试php脚本
  3. Http Get 和 Post
  4. docker 容器安装conposer_Docker下用composer国内镜像安装Laravel
  5. SpringMVC中使用Interceptor拦截器
  6. Tomcat源码解析系列二:Tomcat总体架构
  7. hbase hyperbase 区别_大数据之HBase的几个常规性问题
  8. JAVA递归实现全排列
  9. 为什么用Ghost备份后会有两个文件?
  10. 【重构笔记04】重新组织数据(2)
  11. MYSQL-常用函数
  12. 手机html设计规范,手机网页设计尺寸规范具体是多少?
  13. C++17 实现日期和时间相关编程
  14. 一元非线性回归方程(matplotlib)
  15. Android:RecycleView基本使用(瀑布流)
  16. 两阶提交、三阶提交、TCC框架
  17. 阿里云科学家入选计算机顶会HPCA名人堂,他是什么来头?
  18. 微信炸弹不在服务器,微信隐藏“沙雕”功能!炸弹+“便便”炸飞聊天框
  19. PHP微信公众平台开发高级篇--群发接口
  20. 最近看的电影综艺推荐

热门文章

  1. 本年度读书计划-看几本必须好好琢磨的书
  2. 6-Arco大讲堂(一)
  3. axure删除的页面怎么恢复_微信删除好友怎么找回?快速恢复,真的不难
  4. mysql+导入+306_mysql常用命令二
  5. 客服跟踪记录管理php,用例管理平台维护记录,用例管理平台维护_PHP教程
  6. 如何查看linux系统的存储空间大小,linux 如何查看硬盘大小,存储空间大小等系统信息及硬件信息...
  7. mongodb objetcid_mongodb(1)
  8. python实现表格_Python 自由定制表格的实现示例
  9. UI设计灵感|信息录入表单页,告别枯燥!
  10. UI干货素材模板|从做好网页头部内容设计开始!