python ar_四种AR的实现方式

原标题：四种AR的实现方式

我们在实现AR效果时，为了大大减少我们的工程量，我们可以借助一些主流的AR SDK，比如EasyAR ，Vuforia，太虚AR等等，当然，作为AR技术的狂热爱好者，我们的追求远远不止于此。所以了，我今天给大家介绍了几种“底层”实现AR的方式。

Opencv和C++ 实现

大概思路是OpenCV实现对Marker的识别和定位，然后通过OpenGL将虚拟物体叠加到摄像头图像下，实现增强现实。具体思路是：

使用SIFT算法进行识别(特征点的提取并用特征向量对特征点描述，接着当前视图的特征向量与目标对象的特征向量进行匹配)

根据识别出来的原目标和帧图像匹配关系得到变化矩阵，来显示三维物体(使用OpenGL来绘制)，实现跟踪。

对于基于标记的AR的Opencv实现，我们常常用到Marker：

黑色边框中是编码信息，白色为1，黑色为0，将每一行作为一个字，那么每个字有5bits。其中，1、3、5位为校验位，2、4位为信息位。接下来用Opencv实现，其具体思路为：

对输入图像帧进行标记检测，灰度化，找到图像中轮廓，检测和解码标记，

估计标记的三维姿态，这里包括提前对摄像机进行相机标定，获取相机内参数和失真系数，根据这个计算出标记的旋转矩阵和平移矩阵，

由相机内参数和标记的旋转矩阵和平移矩阵，用OpenGL进行渲染三维物体。

项目地址：https://github