:::info
- 云识别图片,即使用云端图像识别的识别图 :::
:::info 使用环境:
- AR场景:云识别、陀螺仪场景、空间定位与跟踪(使用云识别功能时才需要)
- 项目(合辑):云识别/陀螺仪类型、图像检测与跟踪类型 :::
类别 | 描述与示意 |
---|---|
正确的图像格式 | - jpg - jpeg |
正确的颜色模式 | 设置为RGB颜色,这样也能及时的发现是否存在色差问题 导出图片文件时一定需要勾选“色彩空间” - “转换为sRGB”,导出文件后检查图片是否存在色差 |
适宜的图像分辨率 | - 图像尺寸在480x480~1280x1280之间 - 建议图像尺寸为800左右 |
|
| 适宜的图像宽高比 |
- 横版识别图宽高比控制在1:1~16:9,即将识别图宽度尺寸与高度尺寸比值保持在1.78~1之间
- 竖版识别图宽高比控制在9:16~1:1,即将识别图宽度尺寸与高度尺寸比值保持在0.56~1之间
|
| 具有丰富的细节 |
- 如下是一些不好的图像
- 针对这些情况,可以使用我们的AI识别来代替云识别
|
| 避免大面积的空白 |
- 避免图像出现大面积的空白
|
| 云识别的基础原理 |
- 图像需要具有锐利的细节,具体来说:一个正方形包含4个特征点,一个圆形不包含任何特征点,用户在制作识别图时尽量避免大面积使用圆形的设计
- 尽量避免使用平滑和柔软的边缘以及具有大量渐变的图像
|
| 高对比度 |
- 提高图像的对比度
- 下面还有一些对比度的示例:
|
| 避免重复图案 |
- 如下重复图像,实际过程中,尽管也可以识别,但是误识别的风险有升高(究其根本,还是单个重复对象也比较丰富,具有很多细节,基本还是能识别)
- 如下重复与对称且简单的图像,不能识别(究其根本,对称也会影响识别,另一方面,单个重复对象是简单的规则的线条,本身难以识别)
|
| 避免图像模糊设计 |
- 尽量避免大面积的各类模糊的设计
|
| 均匀的特征分布 |
- 图像需要具有均匀的特征分布
- 如上图,只有图像中的右下部分具有丰富的细节,需要尽量避免这样
- 如下图,有一个更加形象的例子,我们发现特征点主要集中在左下角,尽量避免这样的情况
|