TrackingArAlgorithmResult
收藏我的收藏
收藏物体跟踪算法
开启方式
tt.getAlgorithmManager({ ... requirements: ['trackingAr'] options: { trackingAr: { modelPath: "ttfile://user/tracking_ar_model.dat", }, } ... })
本示例使用的 obj_three.js 添加了兼容小程序的 OBJLoader 接口，需要开启开发者工具的 Ignore the request or webview domain name validity check (works in simulation/preview/debug mode only) 选项来支持模型的加载。
options.trackingAr.modelPath 表示算法模型文件的路径，算法模型文件需要提交符合格式的识别图像，这里的路径必须是 ttfile:// 开头，在使用算法之前需要加载或拷贝算法模型文件到 ttfile:// 路径下。
识别图格式
为了保证识别跟踪效果，我们对识别图的大小、格式等进行了规范性限制。
- 1.识别图应为不小于 480x480 像素的图片
- 2.识别图格式应为 jpg
- 3.识别图应小于 3M
- 4.识别图命名格式：
模板图：产品名商品名实物名_md5, 例如: douyin_chanel_coco_2c4796683b5cdae6ae52cfbb776fb540.jpg
测试图：产品 名商品名实物名_test, 例如：douyin_chanel_coco_test.jpg
如有多张图片在后面加数字，例如：douyin_chanel_coco_test1.jpg
注意：图片名不要使用中文，可以用拼音代替
- 5.识别图必须是 2D 平面图形，不支持 3D 物体等实体物作为触发物。
- 6.识别图中主要的影响因素是特征点，它多为色差较大的图案边缘的拐点（即图像灰度值发生剧烈变化后在边缘形成的曲率较大的点），可通过不同形态、不同形状的设计元素构造丰富的特征点。
- 7.图片纹理相似度高会对识图触发过程产生影响，建议通过组合、叠加、手绘等形式减少相似度高的纹理。
- 8.如识别图中需加入文字，建议对文字进行不同风格的艺术设计，尽量减少标准字体下的相似特征点，
- 9.识别图纹理需分布均匀，避免元素过于集中。
- 10.识别图的相邻色块间的灰度值差别应尽量大。
- 11.请使用高分辨率、高清晰度、高像素的识别图。不建议反光、过暗、有噪点、强曝光的图片作为识别图。
- 12.明确要识别的区域，如果不是整图识别，一定要提前说明。
算法结果
object 类型，具体属性如下：
属性名 | 类型 | 说明 | 最低版本支持 |
objectId | number | 当前目标图对应的物体 id | 2.26.0 |
pose | number[] | 模型的 transform 4x4 矩阵，具体排列方式为 m0, m1, m2, m3, m4, m5, m6, m7, ... ... | 2.26.0 |
projection | number[] | 相机的 perspective 4x4 矩阵，排列方式同上 | 2.26.0 |
status | number | 追踪物体的状态，有以下 4 个状态： 0：UNAVAILABLE 算法还没有初始化， 1：TRACKED 能够稳定追踪 AR 目标。 2：LOSING 是仍然有追踪 AR 目标的结果，但状态不稳定。 3：LOST 丢失目标图像，无法追踪到 AR 目标 | 2.26.0 |
