聽說現(xiàn)在有個AR APP很火，所以我也做了一個

雷鋒網(wǎng)按：本文作者qqfly，上海交通大學(xué)機器人所博士生，本科畢業(yè)于清華大學(xué)機械工程系，主要研究方向機器視覺與運動規(guī)劃，會寫一些好玩的內(nèi)容在微信公眾號：Nao(ID：qRobotics)。本文由雷鋒網(wǎng)獨家首發(fā)。

過完一個很長的寒假，終于又開學(xué)了。

昨天在圖書館刷 RL 教材的時候看到一個有趣的 app，叫做「唐納德涂鴉」（Android：Donald Draws Executive Doodles；IOS：Trump Executive Order）。

大概功能就是可以將用戶自定義的內(nèi)容（圖片、涂鴉、文字等）放在 D.T. 總統(tǒng)的決策書上，并生成動圖。

一看到這個 app 我就感到眼前一亮，它綜合了今年科技界最火的 AR 技術(shù)和政治界（與段子界）最火的 D.T. 總統(tǒng)。

『這個 app 會火！』

正如 app 作者所說的那樣："This app is gonna make the United States of Amemeica GREAT again!"

我之前在AR原理演示一文中曾有涉及過實現(xiàn) AR 的方法，既然代碼都還在，我就隨手也做了一個 "qqfly Draws"。

首先，我需要有一段視頻素材。于是，我從身后的書架上隨手拿起一本「數(shù)碼微距攝影之美」：

同時，放了一張 A4 紙在書面上，用于標(biāo)記繪圖區(qū)域。

然后，在書架前就錄了段視頻，拍攝的場景大概是這樣的：

有了視頻素材后，就是識別每幀圖像中的繪圖區(qū)域。

這個可以使用各種方法，我采用的方法是：先人工標(biāo)記第一幀圖像中的繪圖區(qū)域（四個角點），之后用 Kanade-Lucas-Tomasi(KLT) 算法對這四個角點進行跟蹤定位，大概效果如下：

每幀圖片中的角點都標(biāo)記出來了

之后要做的就是計算每兩幀之間的單應(yīng)性矩陣（Homography matrix）

這個利用圖像幀兩兩之間的四個共同點（也即上述標(biāo)記點）即可算出。

之后，我們只需要將所需要填充的內(nèi)容轉(zhuǎn)換成圖片后，填充如第一幅圖，其他圖像則對應(yīng)乘以上述單應(yīng)性矩陣即可。

大概效果是這樣的：

當(dāng)然，如果每次填充的不是固定圖片，而是一系列圖片的話，就可以在上面放上動畫或視頻，大概效果是這樣的：

也可以是這樣的：

要實現(xiàn)這個功能還是比較簡單的，各位小伙伴可以回去自己試試，代碼可以參考Coursera上賓大的機器人學(xué)系列公開課第四課（Robotics: Perception）。

當(dāng)然，如果有些小伙伴不會編程的話，我也可以給你提供一個更加簡單、更加穩(wěn)定可靠的方法：

差不多一個意思，請自備ipad

當(dāng)然，我這個也只是簡單玩玩，如果真要把 AR 做好的話，還是得靠做 SLAM 的各位小伙伴們。

其他腦洞大開的動手系列：

《聽說現(xiàn)在自動駕駛很火，所以我也做了一個》

《聽說現(xiàn)在協(xié)作機器人很火，所以我也做了1/7個》

雷峰網(wǎng)特約稿件，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。