【AR小學堂】AR擴增實境製作教學「概念應用篇」(二)!

承接上一次的【AR擴增實境製作教學「概念應用篇」(一)】

上次有介紹到【圖像追蹤(Image Track)】的應用,雖然是現在市場上最為基礎、普遍的AR應用,但這卻是最重要的一個「AR擴增實境」入門點。由於上次介紹完後,仍有部分的朋友們不清楚這一塊的辨識概念,所以,特別在此多加補充一些概念的描述。

首先,2D圖像的追蹤(Image Track)應用,在正常情況下,當我們給予該電腦程式認識一張圖片(如圖A)而電腦也就真的只會很呆直的去認識這張沒有受過任何影響的圖片。也就是說,在真實世界的情況下,當你透過智慧型手機或是PC Camera進行AR掃描時,若拍出來的2D圖像畫面沒有與當初給電腦時的圖片100%一樣的話,那麼,肯定是無法AR掃描成功的。

【AR小學堂】AR擴增實境製作教學「概念應用篇」(二)!
請叫我圖A

因為,使用智慧型手機或是PC Camera所拍攝出來的像素(Pixel)內容,都會被進行壓縮處理,並且還會包含真實生活中各式各樣的因素參雜其中,例如陰影、光線、角度扭曲…等等因素問題,所以,就光單是將一張照片丟給電腦,不經過任何程式上的判斷處理,是無法成功AR的。

因此,過去那些偉大的工程師們,就想出了「特徵點」這一方式。將2D圖像中的特徵點擷取並作百分比的相似度(標準值)處理,即可讓電腦程式學會判斷圖像是否正確。
備註:如果把特徵點(Feature Points)利用演算法呈現出來就會如圖(圖B)所示。

【AR小學堂】AR擴增實境製作教學「概念應用篇」(二)!_特徵點
我是圖B

關於2D圖像特徵點的百分比相似度(標準值)處理,簡單來說就是指圖片只要有幾成的相似度,就可以讓電腦相信手機掃瞄的圖片是具有AR擴增實境效果的。而每一張圖片要設定多少百分比,這就只能靠個人經驗或是反覆測試才能取得較好的數值設定。

老耿強調 –
基本上,若想從事「AR擴增實境」的開發,請務必好好的了解概念原理,否則像是最近蘋果Apple所推出的「AR Kit」,就有可能會卡在某一個觀念上而做不出來。當然,也歡迎各位有心的朋友們來一起討論AR,看是否會激盪出什麼獨特的想法或是分享一些開發上的經驗都可以。

● 或許有的人會問說,AR擴增實境好像有不少的概念原理應用,可是卻沒看到有什麼特別的AR應用?

這就會牽扯到每間公司作AR的目的地在哪裡,有很多的公司都只是要最基本的功能,能看、能聽即可,有的像「Crayola」(蠟筆公司),必須要創造出獨特的AR技術應用,如此才能增加公司產品及品牌的價值。

題外話

由於台灣AR業界真的沒幾個公司團隊在做產品,所以,沒有看到獨特的AR應用,這真的很正常….

相連文章

臉書留言

一般留言

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *