Dimensionen zu Bildern hinzufügen

Plattformspezifische Leitfäden

Android (Kotlin/Java)

• Entwicklerleitfaden für Augmented Images für Android (Java)

Android NDK (C)

• Entwicklerleitfaden für Augmented Images für Android NDK

Unity (AR Foundation)

• Entwicklerleitfaden für Augmented Bilder für Unity (AR Foundation)

Unreale Engine

• ARCore SDK für die Unreal Engine (offizielle Dokumentation)

Mit den Augmented Images APIs in ARCore können Sie AR-Apps erstellen, die 2D-Bilder in der Umgebung der Nutzenden, wie Poster oder Produkte, zu erweitern Verpackung.

Sie stellen eine Reihe von Referenzbildern bereit. ARCore nutzt einen Algorithmus für maschinelles Sehen um Merkmale aus den Graustufeninformationen in jedem Bild zu extrahieren, und speichert Eine Darstellung dieser Funktionen in einer oder mehreren Augmented Image-Datenbanken.

Während der Laufzeit sucht ARCore auf ebenen Oberflächen in der zu verbessern. So kann ARCore diese Bilder auf der ganzen Welt erkennen und schätzen ihre Position, Ausrichtung und Größe ein, falls diese nicht angegeben sind.

<ph type="x-smartling-placeholder">

Leistungsspektrum

Mit ARCore lassen sich bis zu 20 Bilder gleichzeitig erfassen. ARCore wird nicht gleichzeitig mehrere Instanzen desselben Bildes erkennen oder verfolgen.

In jeder Datenbank für erweiterte Bilder können Informationen mit bis zu 1.000 Referenzen gespeichert werden Bilder. Die Anzahl der Datenbanken ist unbegrenzt, aber nur eine Datenbank jederzeit aktiv sein können.

Bilder können zur Laufzeit zu einer Datenbank für erweiterte Bilder hinzugefügt werden, bis zu Limit von 1.000 Bildern pro Datenbank. Es ist möglich, zuvor erstellte Datenbanken über eine Netzwerkverbindung.

Beim Hinzufügen eines Bildes ist es möglich, die physische Größe des Bildes anzugeben. zu erkennen. Dadurch wird die Bilderkennungsleistung verbessert.

• Wenn keine physische Größe angegeben wird, wird sie von ARCore geschätzt und entsprechend optimiert. im Laufe der Zeit.

• Wenn eine physische Größe angegeben wird, verwendet ARCore diese und die Schätzungen. der Position und Ausrichtung des Bildes, wobei Abweichungen zwischen tatsächliche Größe und die angegebene physische Größe.

ARCore kann auf Bilder reagieren und diese erfassen, die:

• Bilder, die an Ort und Stelle fixiert sind, z. B. ein Druck, der an einer Wand hängt oder Zeitschrift auf einem Tisch

• Bewegliche Bilder, z. B. Werbung in einem vorbeifahrenden Bus oder Bild auf einer ebenen Fläche Objekt, das die Nutzenden halten, während sie ihre Hände bewegen.

Sobald ARCore mit dem Tracking eines Bildes beginnt, werden Schätzungen für die Bildposition erstellt. und Ausrichtung der einzelnen Frames. ARCore optimiert diese Schätzungen kontinuierlich, mehr Daten erfasst.

Sobald ein Bild erkannt wurde, fährt ARCore mit dem Tracking fort die Position des Bildes und auch wenn das Bild vorübergehend aus dem Sichtfeld der Kamera herausbewegt ist. weil der Nutzer sein Gerät verschoben hat. In diesem Fall geht ARCore davon aus, Die Position und Ausrichtung des Bildes ist statisch, das Bild selbst ist also nicht selbst. sich durch die Umgebung bewegen.

Das gesamte Tracking erfolgt auf dem Gerät. Für die Erkennung ist keine Internetverbindung erforderlich. und Bilder zu verfolgen.

Voraussetzungen

Für Bilder gilt Folgendes:

• Fülle für die erste Kamera mindestens 25% des Kamerarahmens aus.

• Das Gerät sollte flach sein (nicht zerknittert oder um eine Flasche gewickelt).

• Achte darauf, dass die Kamera gut zu sehen ist. Sie sollten nicht teilweise verdeckt, in einem stark schrägen Winkel oder erkannt, wenn die Kamera sich aufgrund von Bewegungsunschärfe.

CPU-Auslastung und -Leistung

Je nachdem, welche ARCore-Funktionen bereits aktiviert sind, können Sie erweiterte Funktionen aktivieren. Bilder können die CPU-Auslastung von ARCore erhöhen. Deaktivieren Sie eventuell nicht verwendete wenn diese für Ihre AR-Erfahrung nicht benötigt werden. Dadurch wird zusätzliche CPU-Zyklen für Ihre App verfügbar machen und die Temperatur der Leistung und Akkulaufzeit.

Weitere Informationen finden Sie unter Leistungsaspekte.

Best Practices

Tipps zum Auswählen von Referenzbildern

• Die Auflösung des Bildes sollte mindestens 300 x 300 Pixel betragen. Bilder verwenden mit hoher Auflösung verbessert die Leistung nicht.
• Referenzbilder können im Dateiformat PNG oder JPEG bereitgestellt werden.
• Farbinformationen werden nicht verwendet. Sowohl farbige als auch äquivalente Graustufenbilder können als Referenzbilder oder von Nutzern zur Laufzeit verwendet werden.
• Vermeiden Sie Bilder mit starker Komprimierung, da dies die Funktion beeinträchtigt. Extraktion.
• Vermeiden Sie Bilder mit vielen geometrischen Merkmalen oder wenigen Elementen (z.B. Barcodes, QR-Codes, Logos und andere Strichzeichnungen) die Erkennung und das Tracking der Leistung beeinträchtigen.
• Vermeiden Sie Bilder mit sich wiederholenden Mustern, da dies ebenfalls zu Problemen mit Erkennung und Tracking.

• Verwende das arcoreimg-Tool, das im ARCore SDK enthalten ist, um einen Qualitätsfaktor zu erhalten zwischen 0 und 100 für jedes Bild. Wir empfehlen einen Qualitätsfaktor von mindestens 75 Hier sind zwei Beispiele:

  Beispielbild 1	Beispielbild 2
  Punktzahl: 0	Punktzahl: 100
  enthält sich wiederholende geometrische Elemente	ausreichende Auflösung; enthält viele einzigartige Funktionen

Tipps zum Erstellen der Bilddatenbank

• Verwenden Sie das arcoreimg-Tool für Android. um eine Bilddatenbankdatei zu generieren. Dieses Tool ist nur für Android-Geräte und Android NDK-Entwicklung. Es ist in das Unity SDK und ARCore integriert Unrealistisches Plug-in.
• In der Datenbank wird eine komprimierte Darstellung der extrahierten Merkmale gespeichert. Graustufendaten in den Referenzbildern. Jeder Bildeintrag belegt etwa 6 KB.
• Es dauert etwa 30 ms, um der Datenbank ein Image zur Laufzeit hinzuzufügen.
  • Fügen Sie einem Worker-Thread Bilder hinzu, damit der UI-Thread nicht blockiert wird.
  • Wenn möglich, kannst du Bilder mit dem arcoreimg-Tool bei der Kompilierung hinzufügen im ARCore SDK enthalten.
• Wenn Sie die erwartete physische Größe eines Bildes kennen, geben Sie sie an. Dieses verbessern die Erkennungs- und Trackingleistung, insbesondere bei große physische Bilder (über 75 cm)
• Vermeiden Sie es, viele nicht verwendete Bilder in der Datenbank zu speichern, Auswirkungen auf die Systemleistung aufgrund der erhöhten CPU-Auslastung.

Tipps zur Optimierung des Trackings

• Wenn sich Ihr Bild niemals von seiner ursprünglichen Position aus verschieben wird (z. B. ein Poster), können Sie einen Dübel anbringen, hinzufügen, um die Tracking-Stabilität zu erhöhen.
• Das physische Bild muss mindestens 25% des Kamerabilds für der ersten Erkennung. Sie können Nutzer auffordern, das Bild in ihre Kamerarahmen.
• Verwenden Sie keine Schätzungen für Position und Größe des Bildes, bis das Bild erfasst wurde. vollständig verfolgt. Wenn ein Bild erstmals von einem ARCore aufweist und keine erwartete physische Größe angegeben wurde, wird der Tracking-Status pausiert werden. ARCore hat zwar das Bild zwar erkannt, nicht genügend Daten gesammelt, um seinen Standort im 3D-Raum zu schätzen.