【EasyAR学习】多图识别

1、新建unity项目，将EasyAR_SDK_2.2.0_Basic.unitypackage包导入到unity3D中。

导入unitypackage包后，会在Project面板看到如下图所示的文件夹。

2、在unity中新建一个文件夹“StreamingAssets”，用来存放识别图片。

3、删除Main Camera，并将AR相机----EasyAR_ImageTracker-1-MultiTarget拖入到Hierarchy面板中。

4、在EasyAR_ImageTracker-1-MultiTarget的Insepctor面板填写Key 值（将之前在官网创建的Key复制到这里）。

5、在”Assets→MultiTarget→Scripts”文件夹下新建一个C#脚本"MultiTarget.cs"用来处理EasyAR 的多图识别功能，编译成功后将这个脚本挂载到"EasyAR_ImageTracker-1-MultiTarget" 组件上，，脚本代码如下。

using UnityEngine;
using EasyAR;public class MultiTarget : MonoBehaviour {private const string title = "Please enter KEY first!";private const string boxtitle = "===PLEASE ENTER YOUR KEY HERE===";private const string keyMessage = ""+ "Steps to create the key for this sample:\n"+ "  1. login www.easyar.com\n"+ "  2. create app with\n"+ "      Name: MultiTarget(Unity)\n"+ "      Bundle ID: com.nuangyang.MultiTarget\n"+ "  3. find the created item in the list and show key\n"+ "  4. replace all text in TextArea with your key";private void Awake(){if (FindObjectOfType<EasyARBehaviour>().Key.Contains(boxtitle)){
#if UNITY_EDITORUnityEditor.EditorUtility.DisplayDialog(title, keyMessage, "OK");
#endifDebug.LogError(title + " " + keyMessage);}}
}

6、然后，将ImageTarget 预制体拖入到Hierarchy面板中去。

7、修改 ImageTarget 上挂载的ImageTargetBehaviour.cs 脚本，这里我直接将挂载的ImageTargetBehaviour.cs 脚本删除了，然后在Assets文件夹下新建了“Assets→MultiTarget→Scripts→SampleImageTargetBehaviour.cs”脚本，该脚本继承于ImageTargetBehaviour，代码在“【EasyAR学习】显示模型”的博客中有，此脚本的作用就是控制模型识别后的显示，编译运行成功后，将SampleImageTargetBehaviour.cs挂载到ImageTarget上。

8、在Inspector面板填写SampleImageTargetBehaviour信息：（注意，一定要将Storage 的格式修改为Assets）
Path: 识别图的路径

Name:识别图的名字

Size:识别图的大小

9、再拖一个ImageTarget 预制体到Hierarchy面板中去，将SampleImageTargetBehaviour.cs挂载到ImageTarget(1)上,并填写Inspector面板上SampleImageTargetBehaviour的信息：

下面是识别图片idback.jpg和namecard.jpg。

10、新建2个材质球，将识别图idback.jpg和namecard.jpg分别作为贴图放入材质球，将材质球放入如下图地方。

11、在Hierarchy面板放入你需要显示的模型，并设成ImageTargert的子物体，然后修改模型的transform 。

12、保存场景，并运行，运行结果如图所示。

【EasyAR学习】多图识别相关推荐

DL之RBM：(sklearn自带数据集为1797个样本*64个特征+5倍数据集)深度学习之BRBM模型学习+LR进行分类实现手写数字图识别
DL之RBM:(sklearn自带数据集为1797个样本*64个特征+5倍数据集)深度学习之BRBM模型学习+LR进行分类实现手写数字图识别目录输出结果实现代码输出结果实现代码 from _ ...
深度学习在人脸识别中的应用——优图祖母模型的“进化”
雷锋网按:本文转自腾讯优图,着重介绍了深度学习在人脸识别中的应用,首先回顾了人脸识别的历史,接着介绍优图在人脸识别中的优势,及其"进化过程". 说到人工智能(Artificial ...
基于深度学习的口罩识别与检测PyTorch实现
基于深度学习的口罩识别与检测PyTorch实现 1. 设计思路 1.1 两阶段检测器:先检测人脸,然后将人脸进行分类,戴口罩与不戴口罩. 1.2 一阶段检测器:直接训练口罩检测器,训练样本为人脸的标注 ...
用OpenCV和深度学习进行年龄识别
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自|机器学习算法那些事在本教程中,您将学习如何使用OpenC ...
认知推理：从图表示学习和图神经网络的最新理论看AI的未来
2020年3月29日,中国中文信息学会·社会媒体处理专委会和北京智源人工智能研究院联合主办的"图神经网络在线研讨会2020"成功召开,超过5000人报名参加本次活动.会上,四位国内 ...
最新8篇ICML2020投稿论文：自监督学习、联邦学习、图学习、数据隐私、语言模型、终身学习…...
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 机器学习顶会 ICML已经结束了 2020 年的论文投稿,作为最"硬核 ...
基于深度学习的脑电图识别综述篇(三)模型分析
作者|Memory逆光本文由作者授权分享导读脑电图(EEG)是一个复杂的信号,一个医生可能需要几年的训练并利用先进的信号处理和特征提取方法,才能正确解释其含义.而如今机器学习和深度学习的发展,大 ...
基于深度学习的脑电图识别综述篇(二)数据采样及处理
作者|Memory逆光本文由作者授权分享导读脑电图(EEG)是一个复杂的信号,一个医生可能需要几年的训练并利用先进的信号处理和特征提取方法,才能正确解释其含义.而如今机器学习和深度学习的发展,大 ...
opencv 计数后不动了训练模型时_用OpenCV和深度学习进行年龄识别
在本教程中,您将学习如何使用OpenCV,深度学习和Python执行年龄的自动识别/预测. 学完本教程后,您将能够以相当高的精确度去自动预测静态图像文件和实时视频中的人物年龄. 要了解如何使用Open ...

【EasyAR学习】多图识别

【EasyAR学习】多图识别相关推荐

最新文章

热门文章