הוסף מימד לתמונות

מדריכים ספציפיים לפלטפורמה

ממשקי API של Augmented Images ב-ARCore מאפשרים לך לבנות אפליקציות AR שיכולות לזהות ולהגדיל תמונות דו-ממדיות בסביבת המשתמש, כגון פוסטרים או אריזות מוצרים.

אתה מספק קבוצה של תמונות התייחסות. ARCore משתמש באלגוריתם של ראייה ממוחשבת כדי לחלץ תכונות ממידע בגווני אפור בכל תמונה, ומאחסן ייצוג של תכונות אלה במסד נתונים של תמונה Augmented אחת או יותר.

בזמן ריצה, ARCore מחפש את התכונות הללו על משטחים שטוחים בסביבת המשתמש. זה מאפשר ל-ARCore לזהות את התמונות האלה בעולם ולהעריך את מיקומן, הכיוון והגודל שלהן אם לא מסופק.

יכולות

ARCore יכול לעקוב אחר עד 20 תמונות בו זמנית. ARCore לא יזהה או תעקוב בו-זמנית אחר מופעים מרובים של אותה תמונה.

כל מסד נתונים Augmented Image יכול לאחסן מידע עד 1,000 תמונות התייחסות. אין הגבלה למספר מסדי הנתונים, אך רק מסד נתונים אחד יכול להיות פעיל בכל זמן נתון.

ניתן להוסיף תמונות למסד נתונים Augmented Image בזמן ריצה, עד למגבלה של 1,000 תמונות למסד נתונים. אפשר להוריד מסדי נתונים שנוצרו בעבר באמצעות חיבור רשת.

בעת הוספת תמונה, ניתן לספק את הגודל הפיזי של התמונה לזיהוי. פעולה זו תשפר את ביצועי זיהוי התמונה.

  • אם לא מסופק גודל פיזי, ARCore מעריך את הגודל ומצמצם אומדן זה לאורך זמן.

  • אם מסופק גודל פיזי, ARCore משתמש בגודל המסופק ומעריך את המיקום והכיוון של התמונה, תוך התעלמות מכל אי התאמה בין הגודל הנראה לעין או בפועל לבין הגודל הפיזי שסופק.

ARCore יכול להגיב ולעקוב אחר תמונות שהן:

  • תמונות מקובעות במקום, כמו הדפסה תלויה על קיר או מגזין על שולחן

  • תמונות נעות, כגון פרסומת באוטובוס חולף או תמונה על חפץ שטוח שמחזיק המשתמש בזמן שהוא מזיז את ידיו.

ברגע ש-ARCore מתחיל לעקוב אחר תמונה, הוא מספק אומדנים עבור מיקום התמונה וכיוון כל פריים. ARCore משכללת את ההערכות הללו ללא הרף ככל שהיא אוספת נתונים נוספים.

לאחר זיהוי תמונה, ARCore ממשיכה "לעקוב" אחר המיקום והכיוון של התמונה, גם כאשר התמונה זזה זמנית מתצוגת המצלמה בגלל שהמשתמש הזיז את המכשיר שלו. בכך, ARCore מניח שהמיקום והכיוון של התמונה הם סטטיים, ושהתמונה עצמה אינה נעה בסביבה.

כל המעקב מתרחש במכשיר. אין צורך בחיבור לאינטרנט כדי לזהות ולעקוב אחר תמונות.

דרישות

התמונות חייבות :

  • מלא לפחות 25% ממסגרת המצלמה שתתגלה לראשונה.

  • להיות שטוח (לדוגמה, לא מקומט או כרוך סביב בקבוק).

  • היו בטווח ראייה ברור של המצלמה. אין להסתיר אותם חלקית, לראות אותם בזווית אלכסונית מאוד, או לצפות בהם כאשר המצלמה נעה מהר מדי בגלל טשטוש תנועה.

שיקולי ניצול מעבד וביצועים

תלוי אילו תכונות ARCore כבר מופעלות, הפעלת תמונות Augmented עשויה להגביר את ניצול ה-CPU של ARCore. שקול להשבית תכונות שאינן בשימוש בתקופות שבהן חווית ה-AR שלך אינה דורשת אותן. זה יהפוך מחזורי CPU נוספים לזמינים לאפליקציה שלך, וישפר את הביצועים התרמיים ואת חיי הסוללה.

למידע נוסף, ראה שיקולי ביצועים .

שיטות עבודה מומלצות

טיפים לבחירת תמונות עזר

  • רזולוציית התמונה צריכה להיות לפחות 300 x 300 פיקסלים . שימוש בתמונות ברזולוציה גבוהה אינו משפר את הביצועים.
  • ניתן לספק תמונות עזר בפורמט קובץ PNG או JPEG .
  • לא נעשה שימוש במידע צבעוני . הן תמונות צבעוניות והן תמונות שוות בגווני אפור יכולות לשמש כתמונות התייחסות או על ידי משתמשים בזמן ריצה.
  • הימנע מתמונות עם דחיסה כבדה מכיוון שהדבר מפריע לחילוץ התכונות.
  • הימנע מתמונות המכילות מספר רב של תכונות גיאומטריות, או מעט מאוד תכונות (כגון ברקודים, קודי QR, לוגואים ואמנות קווית אחרת), מכיוון שהדבר יביא לביצועי זיהוי ומעקב גרועים.
  • הימנע מתמונות עם דפוסים חוזרים , מכיוון שזה גם יכול לגרום לבעיות בזיהוי ומעקב.
  • השתמש בכלי arcoreimg הכלול ב-ARCore SDK כדי לקבל ציון איכות בין 0 ל 100 עבור כל תמונה. אנו ממליצים על ציון איכות של 75 לפחות . הנה שתי דוגמאות:

    תמונה לדוגמא 1 תמונה 2 לדוגמה
    ציון: 0 ציון: 100
    מכיל תכונות גיאומטריות שחוזרות על עצמן רזולוציה מספקת; מכיל תכונות ייחודיות רבות

טיפים ליצירת מאגר התמונות

  • השתמש בכלי arcoreimg עבור אנדרואיד כדי ליצור קובץ מסד נתונים של תמונות. כלי זה זמין לפיתוח אנדרואיד ו-Android NDK בלבד. זה מובנה בתוסף Unity SDK ו-ARCore Unreal.
  • מסד הנתונים מאחסן ייצוג דחוס של התכונות המופקות מנתוני גווני האפור בתמונות הייחוס. כל ערך תמונה תופס כ-6 KB.
  • זה לוקח בערך 30 אלפיות השנייה כדי להוסיף תמונה למסד הנתונים בזמן ריצה.
    • הוסף תמונות בשרשור עובד כדי למנוע חסימת שרשור ממשק המשתמש.
    • לחלופין, אם אפשר, הוסף תמונות בזמן ההידור באמצעות הכלי arcoreimg הכלול ב-ARCore SDK.
  • אם אתה יודע מה הגודל הפיזי הצפוי של תמונה, ציין אותו. מידע זה משפר את ביצועי הזיהוי והמעקב, במיוחד עבור תמונות פיזיות גדולות (מעל 75 ס"מ).
  • הימנע משמירה על תמונות רבות שאינן בשימוש במסד הנתונים מכיוון שישנה השפעה קלה על ביצועי המערכת עקב ניצול מוגבר של CPU.

טיפים לאופטימיזציה של מעקב

  • אם התמונה שלך לעולם לא תזוז מהמיקום ההתחלתי שלה (לדוגמה, פוסטר מודבק על קיר), אתה יכול לחבר עוגן גלובלי לתמונה כדי להגביר את יציבות המעקב.
  • התמונה הפיזית חייבת לתפוס לפחות 25% מתמונת המצלמה לצורך זיהוי ראשוני. אתה יכול לבקש מהמשתמשים להתאים את התמונה הפיזית למסגרת המצלמה שלהם.
  • אל תשתמש בהערכות התנוחה והגודל של התמונה עד שמצב המעקב של התמונה יהיה מעקב מלא. כאשר תמונה מזוהה לראשונה על ידי ARCore, ולא צוין גודל פיזי צפוי, מצב המעקב שלה יושהה. המשמעות היא ש-ARCore זיהה את התמונה, אך לא אספה מספיק נתונים כדי להעריך את מיקומה בחלל התלת-ממד.