高通AR Unity播放器特性

对于一个Vuforia应用,被创建的增强场景可以在Unity Pro IDE的播放模式中进行测试。因为播放模式的这个功能,对任何Unity开发的应用程序都是起作用的,可以实现快速的编辑和测试您的应用程序。而无需要采取特殊的行动,以使Vuforia在播放模式中起作用。

播放模式仅作为实际设备上的体验的近似值。这不是一个仿真器和开发过程中不应取代对设备的测试。特别是,跟踪和渲染性能有可能不同于设备上所看到的。

使用播放模式

1. 带着Vuforia来使用播放模式,需要连接一个摄像头到你的计算机上。

2. 从Unity项目浏览器中,选择你的AR场景。

3. 【可选】在层次面板中单击ARCamera对象。

4. 【可选】在检视器的WebcamBehaviour组件下,选择一个你想要使用的摄像头。

5. 启动播放模式。

这时,你会在Unity IDE中的看到来自摄像头的时间视频。放置一个AR目标在摄像头的视野范围内会引起检测与跟踪,就你在Android和ios设备上一样。一旦AR目标被检测到,你会看到在你的增强被渲染到场景中。

注意事项

● Vuforia播放模式仅在Unity Pro版本下起作用,回插件加载是一个Pro特性对桌面平台。

● 在ARCamera对象的检视器中有一个复选框--Don't use for Play Mode, 勾上它可以使得摄像头失效。产生的行为是与---早期的Vuforia版本只支持基本的播放模式---是一样的(没时间视频与目标追踪)。

● 如果没有可用摄像头或非Pro版本的Unity, 播放模式也会恢复成原有的行为。

● 检视器中的Filp Horizontally复选框,能被用来纠正摄像头---使用提供一个镜像的图像。如果摄像头的帧是镜像的,那么追踪功能是不正确的(ps:左右相反)。

● Unity不保证图像分辨率就是要求给定的摄像头的分辨率,以及一些摄像头/Unity版本组合会产生不正确的图像分辨率。为了进行补偿,该文件profiles.xml(位于Editor/ QCAR/ WebcamProfiles/)被用来指定所请求的图像的大小和该图像应该被一个给定的相机重新采样的大小。如果无法找到一个指定相机的设置,使用默认设置。如果必要,这个文件可以编辑,添加或更改相机的设置。

● 这个CloudReco scanline/pointcloud UI不被渲染在播放模式下, 虽然它本身支持云识别特性。


游戏模式(非活动状态


播放模式


带有增强的播放模式

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以实现基本的音乐播放操作,加入百度手势识别API控制音乐播放 OpenCV(Open Source Computer Vision Library)是一款开源的计算机视觉库,专门为图像和视频处理任务设计,广泛应用于学术研究、工业应用以及个人项目中。以下是关于OpenCV的详细介绍: 历史与发展 起源:OpenCV于1999年由英特尔公司发起,旨在促进计算机视觉技术的普及和商业化应用。该项目旨在创建一个易于使用、高效且跨平台的库,为开发者提供实现计算机视觉算法所需的基础工具。 社区与支持:随着时间的推移,OpenCV吸引了全球众多开发者和研究人员的参与,形成了活跃的社区。目前,OpenCV由非盈利组织OpenCV.org维护,并得到了全球开发者、研究机构以及企业的持续贡献和支持。 主要特点 跨平台:OpenCV支持多种操作系统,包括但不限于Windows、Linux、macOS、Android和iOS,确保代码能够在不同平台上无缝运行。 丰富的功能:库中包含了数千个优化过的函数,涵盖了计算机视觉领域的诸多方面,如图像处理(滤波、形态学操作、色彩空间转换等)、特征检测与描述(如SIFT、SURF、ORB等)、物体识别与检测(如Haar级联分类器、HOG、DNN等)、视频分析、相机校正、立体视觉、机器学习(SVM、KNN、决策树等)、深度学习(基于TensorFlow、PyTorch后端的模型加载与部署)等。 高效性能:OpenCV代码经过高度优化,能够利用多核CPU、GPU以及特定硬件加速(如Intel IPP、OpenCL等),实现高速图像处理和实时计算机视觉应用。 多语言支持:尽管OpenCV主要使用C++编写,但它提供了丰富的API绑定,支持包括C、Python、Java、MATLAB、JavaScript等多种编程语言,方便不同领域的开发者使用。 开源与免费:OpenCV遵循BSD开源许可证发布,用户可以免费下载、使用、修改和分发库及其源代码,无需担心版权问题。 架构与核心模块 OpenCV的架构围绕核心模块构建,这些模块提供了不同层次的功能: Core:包含基本的数据结构(如cv::Mat用于图像存储和操作)、基本的图像和矩阵操作、数学函数、文件I/O等底层功能。 ImgProc:提供图像预处理、滤波、几何变换、形态学操作、直方图计算、轮廓发现与分析等图像处理功能。 HighGui:提供图形用户界面(GUI)支持,如图像和视频的显示、用户交互(如鼠标事件处理)以及简单的窗口管理。 VideoIO:负责视频的读写操作,支持多种视频格式和捕获设备。 Objdetect:包含预训练的对象检测模型(如Haar级联分类器用于人脸检测)。 Features2D:提供特征点检测(如SIFT、ORB)与描述符计算、特征匹配与对应关系估计等功能。 Calib3d:用于相机标定、立体视觉、多视图几何等问题。 ML:包含传统机器学习算法,如支持向量机(SVM)、K近邻(KNN)、决策树等。 DNN:深度神经网络模块,支持导入和运行预训练的深度学习模型,如卷积神经网络(CNN)。 应用领域 OpenCV广泛应用于: 科研与教育:作为计算机视觉教学和研究的基础工具,OpenCV简化了算法原型开发与验证过程。 工业自动化:在视觉检测、机器人导航、产品质量控制等工业场景中,OpenCV用于实时图像分析与决策。 安防监控:用于人脸识别、行人检测、行为分析等智能监控系统。 医疗影像分析:在医疗领域,OpenCV可用于医学图像处理、病灶检测、诊断辅助等应用。 自动驾驶:在车辆视觉感知系统中,OpenCV用于道路标志识别、障碍物检测、车道线识别等任务。 多媒体应用:如图像编辑软件、AR/VR应用、游戏开发等,利用OpenCV进行图像和视频处理。 物联网与嵌入式系统:在资源受限的嵌入式设备上,OpenCV提供轻量级的计算机视觉解决方案。 学习与社区资源 OpenCV拥有丰富的官方文档、教程、示例代码以及活跃的开发者社区,包括GitHub、StackOverflow、官方论坛等,为学习和使用OpenCV提供了有力支持。此外,有许多书籍、在线课程、博客文章和研讨会专门讲解OpenCV的使用和计算机视觉技术。 综上所述,OpenCV作为一款功能强大、高效、跨平台且开源的计算机视觉库,为开发者提供了实现各类图像和视频处理任务所需的工具箱,其广泛的应用领域和活跃的社区支持使之成为计算机视觉领域不可或缺的开发工具。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值