高通Vuforia（Unity3D）云识别初级使用教程
&　　最近因项目开发需要，接触了高通的AR引擎Vuforia云识别，个人感觉稳定性还是很不错的，唯一不爽的地方就是免费的云识别库每个月只能识别1000次，想继续使用只能重新再建一个云识别库或者拿钱了（苦逼）。。。
　　正赶上现在有点时间，也把自己这段时间所学到的给大家分享一下，比较小白，打算勿喷（ha ha ha ha ...）
先上传送门：
　　高通Vuforia：
下面教程开始：
　　1、官网注册登录并且创建许可证管理器（License Manager）和目标管理器(Target Manager)------步骤略（网上教程一大堆---）
　　　　　　保存好许可证管理器里的Key值和目标管理器的Client Access Keys
& & & && & & & &
　　&2、之后下载Vuforia的Unity3D版本SDK--------
　　导入之后的效果 &↑↑↑↑↑↑
　　之后把场景内主摄像机删除，把Assets\Vuforia\Prefabs\ARCamera &预制拖入Hierarchy窗口
　　然后相同方式拖入CloudRecognition、ImageTarget两个预制
　　1、点击菜单栏Vuforia-&configuration &在右侧App License Key中填入可证管理器里的Key值
&　　2、点击Hierarchy窗口中的CloudRecognition，在Inspector面板中填入目标管理器的Client Access Keys
&　　3、点击Hierarchy窗口中的ImageTarget，在Inspector面板中ImageTargetBehaviour的参数改为
&　　4、模型拖为ImageTarget子物体，更改位置（模型为半成品-演示所用，勿喷）
下面新建脚本，开始码脚本吧，苦逼。。。
　　5、任意物体上新建脚本，名称暂定为：CloudRecoManage，双击打开
&　　记得必须要using Vuforia & &并且继承ICloudRecoEventHandler并实现
&　　&↓&↓&↓&↓&↓&↓&↓&↓&↓&↓&↓&↓&↓&↓&↓&代码在此&↓&↓&↓&↓&↓&↓&↓&↓&↓&↓&↓&↓&↓&↓&↓&↓
2 using System.C
3 using System.Collections.G
4 using UnityE
//添加引用
7 public class CloudRecoManage : MonoBehaviour, ICloudRecoEventHandler //继承接口并实现
//声明两个变量
<span style="color: #
private GameObject mImageT
//ImageTarget的Object对象
<span style="color: #
private ObjectTracker mObjectT
//跟踪器变量
（个人理解）识别出的物体就靠它才能跟着图片移动
<span style="color: #
<span style="color: #
//需要保留Start方法 初始化用
<span style="color: #
void Start()
<span style="color: #
<span style="color: #
//把这个脚本和CloudRecoBehaviour云识别进行绑定
--不然脚本怎么知道哪个云识别模块给这个脚本提供识别信息呢~
<span style="color: #
<span style="color: #
//获取到场景中的云识别组件
因为我们只有一个云识别 所以不用担心冲突
<span style="color: #
CloudRecoBehaviour cloudRecoBehaviour = FindObjectOfType&CloudRecoBehaviour&();
<span style="color: #
<span style="color: #
//把云识别和脚本绑定
<span style="color: #
cloudRecoBehaviour.RegisterEventHandler(this);
<span style="color: #
<span style="color: #
<span style="color: #
public void OnInitError(TargetFinder.InitState initError)
<span style="color: #
<span style="color: #
//初始化错误
<span style="color: #
Debug.Log("初始化错误：" + initError);
<span style="color: #
<span style="color: #
<span style="color: #
public void OnInitialized()
<span style="color: #
<span style="color: #
<span style="color: #
Debug.Log("初始化开始");
<span style="color: #
<span style="color: #
//获取ImageTarget的Object对象
<span style="color: #
mImageTarget = FindObjectOfType&ImageTargetBehaviour&().gameO
<span style="color: #
<span style="color: #
//获取追踪管理器
<span style="color: #
mObjectTracker = TrackerManager.Instance.GetTracker&ObjectTracker&();
<span style="color: #
<span style="color: #
<span style="color: #
public void OnNewSearchResult(TargetFinder.TargetSearchResult targetSearchResult)
<span style="color: #
<span style="color: #
//搜索到新的目标
<span style="color: #
Debug.Log("搜索到目标：" + targetSearchResult.TargetName);
<span style="color: #
if (targetSearchResult.TargetSize &= <span style="color: #)
//判断targetSearchResult是否符合要求
<span style="color: #
<span style="color: #
//搜索到新的目标关闭ClearTrackables
<span style="color: #
mObjectTracker.TargetFinder.ClearTrackables(false);
<span style="color: #
<span style="color: #
//启动追踪 很简单 两个参数1、识别到的目标 2、生成的物体
两个同步运动
<span style="color: #
mObjectTracker.TargetFinder.EnableTracking(targetSearchResult, mImageTarget);
<span style="color: #
<span style="color: #
<span style="color: #
public void OnStateChanged(bool scanning)
<span style="color: #
<span style="color: #
//云识别状态改变
<span style="color: #
Debug.Log("云识别状态:" + scanning);
<span style="color: #
//云识别开启时关闭ClearTrackables
<span style="color: #
if (scanning)
<span style="color: #
mObjectTracker.TargetFinder.ClearTrackables(false);
<span style="color: #
<span style="color: #
<span style="color: #
public void OnUpdateError(TargetFinder.UpdateState updateError)
<span style="color: #
<span style="color: #
//云识别错误
<span style="color: #
Debug.Log("云识别错误:" + updateError);
<span style="color: #
<span style="color: #
<span style="color: # }
CloudRecoManage
&接下来点击运行（截图压缩了，有点不清楚）
终于写完了，全原创，欢迎交流QQ：（加备注）
阅读(...) 评论()Vuforia AR 高通SDK 在Unity3D下开发增强现实教程 - 简书
Vuforia AR 高通SDK 在Unity3D下开发增强现实教程
官方API ：
插件资源链接： 密码：kq6o无法在高通官网下载的童鞋可以到上面的链接里取，写博客时的最新版本是Vuforia SDK v3.0.9
注册高通账号首先打开上面高通AR的官方地址，第一步我们要做的是注册一个高通的账号。
在注册账号的时候有两点要注意：
姓名只能写英文
密码必须至少包含一个数字和一个大小写字母如果不满足上述条件是无法注册成功的，然后下面的其它内容自己填写。
然后登陆进入Vuforia AR网站
3123734.png
主要分为五类：开始教程，帮助文档API，资源包，目标管理，以及相关支持。目标管理后面会单独讲解，我们先点击Resource这个目录下，下载插件资源。
VuforiaAR支持原生的Android和iOS开发，也支持Unity3D扩展，我们选Unity Extension。
需要注意的是，我写这篇博客时当前版本是3.0.9，支持的Unity3D最低版本是4.3。其它可能存在的相关问题，大家可以自己去Known Issuses下自己看，一定要尝试独立阅读英文文档。
可以下载到全部的例子。
导入Unity3D开始工程文件注：我写博客时使用的Unity3D版本是4.3.0
下载好的AR插件包，现在我们打开Unity3D，导入插件。（注意：UnityPackage在导入的时候不可以在中文路径下，如果出错了自己检查一下是否有中文路径。）
插件导入引擎后Project面板里查看文件结构应该是这样：
其中Editor文件下是编辑器脚本，Plugin文件目录下是插件文件，我们都不需要去动，我们所有的资源和操作都会在图中标示的文件夹里。
OK，下面我们新建一个场景，删掉场景中原有的主相机（mainCamera）。
如上图所有，在Prefabs文件夹下找到ARCamera和ImageTarget两个预设，然后拖入到场景中。
在Hierarchy面板中看如上图。其中ARCamera是负责主渲染相机，无论是做普通的ImageTarget识别，还是三维识别以及后面基于高通云服务器的云识别，场景中都需要这个ARCamera。ImageTarget是图片识别物以及相关组件，因为插件中已经帮我们把所有的组件绑定在预设上，所以我们只需要直接拖入场景中做相关的设置，就可以实现初步的增强现实案例了。
OK，下面我们将学习如何制作自己的识别图片！
专注游戏AI和图形学研究高通公司今日表示，下一代骁龙处理器将支持红外3D感知技术，这意味着Android手机将很快拥有像iPhone&8一样的面部识别功能。种种迹象表明，苹果公司将使用面部识别技术来取代Touch&ID指纹传感器，成为iPhone&8解锁和Apple&Pay身份验证方式。而且，该技术还可能成为iPhone&8的最大卖点之一。但是，相比Android手机，iPhone&8的这种技术优势将是短暂的。高通今日表示，今年12月即将发布的下一代骁龙处理器也将支持类似的技术，甚至还要优于苹果的解决方案。高通称，下一代骁龙处理器的图形信号处理器(ISP)和深度感知功能将得到进一步增强，处理速度更快、更准确。例如，利用红外光来测量深度、渲染高分辨率深度地图以用于面部识别、物体3D重建与制图等。其实，高通当前的芯片已经支持面部识别技术。2015年，高通首次在骁龙820处理器中提供深度感知能力，随后的骁龙835处理器又对深度感知技术进行了改进。但是，当前的技术仍不成熟，使用照片即可蒙混过关。
您可能感兴趣：
摄影手机硬件笔电平板
最新科技资讯下载ZOL APPVuforia SDK---- AR开发vuforia 3D识别追踪项目分析分享
最近vuforia sdk支持3D物体识别之后非常兴奋，就想利用技术制作点识别的小项目，开始做了一个手表的识别，手表算是3D的物体根据官方文章，慢慢摸索写了一篇使用说明，算是对3D识别流程的认识。最近有一个3D模型识别的需求。
识别图片中的物体，看到物体之后，给我的第一感觉物体层次结构，识别面积比较大，应该会比较好进行识别。然后就根据识别流程开始进行紧张的制作中
在利用安卓扫描仪进行物体扫描
重点是图片角上有一个83
这幅图片可以比较清楚的看到82个识别点已经把整个模型都包围过过来。
进行检查识别也是可以出现立方柱体，根据官方说明，出现立方柱就表示可以别识别了，但是这个立方柱出现的时候也行进行闪烁的，非常的不稳定，不稳定的结果就是在把数据上传到Unity中进行制作的时候，结果就是识别不出来，死活都是识别不出来的。
这时候我就在思考为什么？？？，难道是效率问题，vuforia 支持能力不行，识别效率不行？等等，最根本就是测试可以识别出来，但是制作项目就不行。
想了好长时间，感觉还是识别信息的问题，其实也就是说，识别的特征点太少，物体表面太过光滑，缺少更多有效的特征点，虽然整个模型看起来比较容易被识别，但是物体的表面反光还会有阴影，有效特征点太少。
进行这样的改变，添加了物体表面的识别信息，用过3D识别的小伙伴都都知道，上面的特征点就是那张地下的标准图。
上看面的点580，这就是在表面添加特征点之后的效果，
通过增加表面的特征点，达到了物体识别效率提高，这也就说明，物体表面的特征信息对物体的识别是非常重要的。
看过本文的人也看了：
我要留言技术领域：
取消收藏确定要取消收藏吗？
删除图谱提示你保存在该图谱下的知识内容也会被删除，建议你先将内容移到其他图谱中。你确定要删除知识图谱及其内容吗？
删除节点提示无法删除该知识节点，因该节点下仍保存有相关知识内容！
删除节点提示你确定要删除该知识节点吗？