使用Unity在HoloLens中实现终结者视觉HUD

詹姆斯·卡梅隆1984年的电影《终结者》引入了我们现在认为理所当然的许多科幻风格。其中最为持久的是热成像平视显示器（HUD），能让观众通过阿诺德斯瓦辛格的T-800角色看到世界。在设计圈里，它是被频繁用于学习借鉴及重制的经典用户界面设计之一。 本文将介绍如何使用Unity在HoloLens中重制这样的界面。您还可以将这个界面连接到微软认知服务，以对房间中的对象进行分析，加入面部识别，甚至是一些光学字符识别（OCR），来让这个教程更加有趣。您可以点击这里下载本教程的资源包。 重制UI 第一步要了解的是如何重制T-800热成像HUD显示器。首先在Unity中新建3D项目命名为“Terminator Vision”。新建“main”场景，添加HoloToolkit Unity包到项目中。您可以从HoloToolkit项目的GitHub仓库下载该资源包。本教程使用HoloToolkit-Unity-v1.5.5.0.unitypackage。将该资源包导入Unity场景，在Unity编辑器菜单上依次点击HoloToolkit -> Configure，设置项目目标平台为HoloLens。 正确配置好Unity项目和场景后，下面为场景添加一个Canvas对象作为显示文本的界面。在层级视图中选中“main”场景点击右键，在弹出菜单中选择GameObject -> UI -> Canvas添加Canvas，重命名为“HUD”。 这个HUD还需要一些文本，所以下一步为HUD添加文本。在层级视图中，右键点击HUD对象，在弹出菜单中依次选择UI -> Text添加4个Text对象，分别命名为BottomCenterText、MiddleRightText、MiddleLeftText和MiddleCenterText。添加一些文本让UI风格与《终结者》电影中的UI更匹配。 设置MiddleRightText文本内容如下： SCAN MODE 43984 SIZE ASSESSMENT ASSESSMENT COMPLETE FIT PROBABILITY 0.99 RESET TO ACQUISITION MODE SPEECH LEVEL 78 PRIORITY OVERRIDE DEFENSE SYSTEMS SET ACTIVE STATUS LEVEL 2347923 MAX 设置MiddleLeftText文本内容如下： ANALYSIS: *************** 234654 453 38 654334 450 16 245261 856 26 453665 766 46 382856 863 09 356878 544 04 664217 985 89 BottomCenterText文本设为“MATCH”即可。在场景视图中调整HUD周围的文本对象，直到与《终结者》电影的截图大体一致。MiddleCenterText暂时留空，稍后将用于显示调试信息。 为文本设置正确的字体和颜色也很重要，HUD中的大部分文字字体可能是Helvetica。默认情况下，Unity在Windows平台默认使用Arial字体，很接近Helvetica。将字体颜色设置为灰白色（236, 236, 236, 255），字体样式为粗体，大小为20。 HUD底部显示的“MATCH”字体为Heinlein，这也是电影中使用的字体。也可以使用另一种字体Modern Vision来模拟Heinlein。在Assets文件夹下新建文件夹Fonts，将所有自定义TTF字体文件拖拽到Fonts文件夹中。然后将字体赋给BottomCenterText的Font字段，或单击字体字段旁边的目标符号显示选择界面。此外，将“MATCH”的字体大小增加到32，比HUD中的其他文本稍大一点。 上图中”MATCH“的右侧显示了一个白色方块。要模拟此正方形，需要在HUD对象下新建一个InputFiled（UI -> Input Field），并将其命名为“Square“。删除默认文字，调整其大小和位置，直到与截图相匹配。 固定HUD位置 默认情况下，画布将被锁定在世界空间。但这里我们希望可以像《终结者》电影那样固定在屏幕空间。 在检视面板选择HUD画布查看其属性，来配置摄像机锁定视图。将画布的Render Mode字段值设为Screen Space – Camera。然后将Main Camera从层级视图拖至画布的Render Camera字段中，作为画布被锁定的相机视图。 HUD的Plane Distance初始设为1米。这是混合现实应用中HUD与脸部的距离。因为HoleLens是立体的，调整每个眼睛的视野直到视觉舒适。目前HoleLens的焦距是2米，所以平面距离至少应该设置为焦距大小。 为了方便起见，将平面距离（Plane Distance）设置为100。HUD对象上的所有内容将按照视野大小进行自动缩放。 请注意，将视觉内容锁定到相机视图的做法被称为“头锁”，通常在混合现实设计中不建议采用，因为可能导致视觉不舒适。相反，推荐做法是使用与玩家一起标记的“身体锁定”来创建混合现实中的HUD和菜单。本教程为了实现与电影一致的效果，暂且忽视该规则。 粉红世界 《终结者》视图应该是热成像视图，整个场景色调为热情的红色，下面使用着色器来实现该特效。 着色器是可以用于改变图片效果的高度优化的算法。可以添加一个带有红色畸变透明通道的着色器到场景，来创建这里的热视觉着色效果。 在虚拟现实应用中，虚拟环境是封闭的，所以可以使用RenderWithShader方法将着色器应用到摄像机上。该方法会将着色器应用到所有可见的游戏对象上。然而，在全息体验中不适用该方法，因为现实中的对象也需要进行畸变。 依次点击Unity编辑器菜单Assets -> Create -> Material新建材质。在着色器字段中，单击下拉菜单，找到HoloToolkit - > Lambertian Configurable Transparent。 HoloLens应用首选着色器就是HoloToolkit附带的着色器。 Lambertian Configurable Transparent着色器可选择红色，这里设为（200,43,38）。 为HUD对象新增Plane（3D Object -> Plane）命名为“Thermal”。然后将之前设置的Lambertian着色器拖至“Thermal”对象上。将平面旋转设置为270，并设置缩放为（100,1,100），以填满整个视图。 最后，如果不希望红色的着色影响文本，请将各Text对象的Z坐标设为-10。 这会将文本拉至HUD前方一点，所以它不受热视觉效果影响。 将项目部署到设备或模拟器，以查看Terminator Vision的效果。 让文本动起来 为了将HUD连接到认知服务（Cognitive Services），首先要策划一种使文本动态化的方式。选择HUD对象。 然后在检视面板中，单击Add Component -> New Script新建脚本命名为“Hud”。 双击Hud.cs在Visual Studio中编辑脚本。在脚本的顶部，创建四个公共变量，将用于保存对项目中的Text对象的引用。 [C#]  纯文本查看  复制代码 ? public Text InfoPanel; public Text AnalysisPanel; public Text ThreatAssessmentPanel; public Text DiagnosticPanel; 查看检视面板中的Hud组件，可以看到四个可以设置的新字段。 将HUD文本对象拖到这些字段中，如下图： 在Start方法中，添加一些默认文本，以检测动态文本是否正常运行。 [C#]  纯文本查看  复制代码 ? void Start() {      AnalysisPanel.text = "ANALYSIS:\n**************\ntest\ntest\ntest" ;      ThreatAssessmentPanel.text = "SCAN MODE XXXXX\nINITIALIZE" ;      InfoPanel.text = "CONNECTING" ; //... } 部署和运行Terminator Vision应用程序时，应该在Start函数中指定的新文本替代默认文本。现在设置System.Threading.Timer来确定扫描房间进行分析的频率。 Timer类测量时间（以毫秒为单位）。 它的第一个参数是回调方法。下面的代码将每30秒钟调用一次Tick方法。Tick方法又将调用AnalyzeScene，AnalyzeScene将使用内置的彩色摄像机（称为可定位摄像头）来拍摄终结者眼前的景象，并将其发送到认知服务进一步分析。 [C#]  纯文本查看  复制代码 ? System.Threading.Timer _timer; void Start() {      //...      int secondsInterval = 30;      _timer = new System.Threading.Timer(Tick, null , 0, secondsInterval * 1000); }    private void Tick( object state) {      AnalyzeScene(); } Unity访问定位摄像机的方式与访问任意网络摄像机相同。这涉及到创建照片捕捉实例的一系列调用，配置摄像机，拍照并将其保存到设备。在该过程中还可以加入终结者风格的消息，发送到HUD以指示进度。 [C#]  纯文本查看  复制代码 ? void AnalyzeScene() {      InfoPanel.text = "CALCULATION PENDING" ;      PhotoCapture.CreateAsync( false , OnPhotoCaptureCreated); }    PhotoCapture _photoCaptureObject = null ; void OnPhotoCaptureCreated(PhotoCapture captureObject) {      _photoCaptureObject = captureObject;    Resolution cameraResolution =                               PhotoCapture.SupportedResolutions.OrderByDescending((res) => res.width * res.height).First();         CameraParameters c = new CameraParameters();      c.hologramOpacity = 0.0f;      c.cameraResolutionWidth = cameraResolution.width;      c.cameraResolutionHeight = cameraResolution.height;      c.pixelFormat = CapturePixelFormat.BGRA32;         captureObject.StartPhotoModeAsync(c, OnPhotoModeStarted); }    private void OnPhotoModeStarted(PhotoCapture.PhotoCaptureResult result) {      if (result.success)      {          string filename = string .Format( @"terminator_analysis.jpg" );          string filePath = System.IO.Path.Combine(Application.persistentDataPath,                                            filename); _photoCaptureObject.TakePhotoAsync(filePath, PhotoCaptureFileOutputFormat.JPG,OnCapturedPhotoToDisk);      }      else      {          DiagnosticPanel.text = "DIAGNOSTIC\n**************\n\nUnable to start photo mode." ;          InfoPanel.text = "ABORT" ;      } } 如果成功拍摄并保存了照片，就可以获取该照片，将其序列化为字节数组，并发送到Cognitive Services以检索描述房间的标签数组。最后，处理照片捕捉对象。 [C#]  纯文本查看  复制代码 ? void OnCapturedPhotoToDisk(PhotoCapture.PhotoCaptureResult result) {      if (result.success)      {          string filename = string .Format( @"terminator_analysis.jpg" );          string filePath = System.IO.Path.Combine(Application.persistentDataPath, filename);             byte [] image = File.ReadAllBytes(filePath);          GetTagsAndFaces(image);          ReadWords(image);      }      else      {          DiagnosticPanel.text = "DIAGNOSTIC\n**************\n\nFailed to save Photo to disk." ;          InfoPanel.text = "ABORT" ;      }      _photoCaptureObject.StopPhotoModeAsync(OnStoppedPhotoMode); }    void OnStoppedPhotoMode(PhotoCapture.PhotoCaptureResult result) {      _photoCaptureObject.Dispose();      _photoCaptureObject = null ; } 为了进行REST调用，要使用Unity WWW对象。还需通过Unity协同程序进行调用，以免阻塞调用。 可以通过注册获得免费的订阅密钥来使用Microsoft Cognitive Services API。 [C#]  纯文本查看  复制代码 ? string _subscriptionKey = "b1e514eYourKeyGoesHere718c5" ; string _computerVisionEndpoint = "https://westus.api.cognitive.microsoft.com/vision/v1.0/analyze?visualFeatures=Tags,Faces" ; public void GetTagsAndFaces( byte [] image) {          coroutine = RunComputerVision(image);          StartCoroutine(coroutine); }    IEnumerator RunComputerVision( byte [] image) {      var headers = new Dictionary< string , string >() {          { "Ocp-Apim-Subscription-Key" , _subscriptionKey },          { "Content-Type" , "application/octet-stream" }      };         WWW www = new WWW(_computerVisionEndpoint, image, headers);      yield return www;         List< string > tags = new List< string >();      var jsonResults = www.text; var myObject = JsonUtility.FromJson<AnalysisResult>(jsonResults);      foreach (var tag in myObject.tags)      {          tags.Add(tag.name);      }      AnalysisPanel.text = "ANALYSIS:\n***************\n\n" + string .Join( "\n" , tags.ToArray());         List< string > faces = new List< string >();      foreach (var face in myObject.faces)      {          faces.Add( string .Format( "{0} scanned: age {1}." , face.gender, face.age));      }      if (faces.Count > 0)      {          InfoPanel.text = "MATCH" ;      }      else      {          InfoPanel.text = "ACTIVE SPATIAL MAPPING" ;      }      ThreatAssessmentPanel.text = "SCAN MODE 43984\nTHREAT ASSESSMENT\n\n" + string .Join( "\n" , faces.ToArray()); } 计算机视觉标记功能是检测照片中对象的一种方法。 它也可以用在像这样的应用程序中进行即时对象识别。 当调用认知服务返回JSON数据时，可以使用JsonUtility将数据反序列化为名为AnalysisResult的对象，如下所示。 [C#]  纯文本查看  复制代码 ? public class AnalysisResult {      public Tag[] tags;      public Face[] faces;    }    [Serializable] public class Tag {      public double confidence;      public string hint;      public string name; }    [Serializable] public class Face {      public int age;      public FaceRectangle facerectangle;      public string gender; }    [Serializable] public class FaceRectangle {      public int height;      public int left;      public int top;      public int width } 使用JsonUtility时需要注意，它只适用于字段，而不适用于属性。 如果对象类有getter和setter，JsonUtility将不会对其进行处理。 现在运行应用程序，它会每30秒更新一次HUD，并显示关于您房间的信息。 为了让应用程序更加功能化，还可以添加OCR功能。 [C#]  纯文本查看  复制代码 ? string _ocrEndpoint = "https://westus.api.cognitive.microsoft.com/vision/v1.0/ocr" ; public void ReadWords( byte [] image) {      coroutine = Read(image);      StartCoroutine(coroutine); }       IEnumerator Read( byte [] image) { var headers = new Dictionary< string , string >() {      { "Ocp-Apim-Subscription-Key" , _subscriptionKey },      { "Content-Type" , "application/octet-stream" } };    WWW www = new WWW(_ocrEndpoint, image, headers); yield return www;    List< string > words = new List< string >(); var jsonResults = www.text; var myObject = JsonUtility.FromJson<OcrResults>(jsonResults); foreach (var region in myObject.regions) foreach (var line in region.lines) foreach (var word in line.words) {      words.Add(word.text); }    string textToRead = string .Join( " " , words.ToArray()); if (myObject.language != "unk" ) {      DiagnosticPanel.text = "(language=" + myObject.language + ")\n" + textToRead; } } 该服务将挑选它所发现的任何单词，并为终结者更新显示。它还会尝试确定其找到的任何单词的原文，以用于进一步分析。 总结 这篇文章讲解了如何利用Unity在HoloLens中重现标志性科幻电影中的炫酷视觉效果。并介绍了如何从Unity调用Microsoft Cognitive Services，以进一步接近电影效果。 您可以使用通过OCR找到的文本以及Translator API，调用Cognitive Services将其翻译为另一种语言，进一步扩展Terminator Vision应用的功能。还可以使用Bing Speech API以原始语言和翻译语言两种方式朗读文本。 请访问Github上查看Terminator Vision的源代码。