23、图像跟踪、增强现实与神经网络入门

图像跟踪、增强现实与神经网络入门

1. 图像跟踪应用的运行与测试

为了完成图像跟踪演示的实现，我们需要编写一个主函数来启动应用程序，同时指定捕获设备、视野（FOV）和目标帧率。以下是具体的代码：

def main():
    capture = cv2.VideoCapture(0)
    capture.set(cv2.CAP_PROP_FRAME_WIDTH, 1280)
    capture.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)
    diagonal_fov_degrees = 70.0
    target_fps = 25.0
    demo = ImageTrackingDemo(
        capture, diagonal_fov_degrees, target_fps)
    demo.run()
if __name__ == '__main__':
    main()

在上述代码中，我们采用的捕获分辨率为 1280 x 720，对角线 FOV 为 70 度，目标帧率为 25 FPS。你需要根据自己的相机、镜头以及系统速度来选择合适的参数。

2. 参考图像与关键点可视化

当应用程序运行时，它会加载 reference_image.png 中的图像。在初始化阶段，应用程序会将参考关键点的可视化结果保存到一个名为 reference_image_keypoints.png 的新文件中。

关键点可视化有着特定的含义：