🔀 💥 🧒🏽 Origami और संवर्धित वास्तविकता (जारी) ♎️ 🍧 👵🏽

नीचे जो कुछ भी लिखा गया है, उसकी एक छोटी पृष्ठभूमि है । यहां हमने तकनीकी विवरण पर ध्यान केंद्रित करने का निर्णय लिया। इसलिए, हमारे पूछताछ करने से पहले निम्नलिखित कार्य निर्धारित करें:

कागज का एक टुकड़ा है जिसे एक निश्चित तरीके से मोड़ा जाना चाहिए
तह युक्तियों के लिए, संवर्धित वास्तविकता की तकनीक का उपयोग करने और परिणामी छवियों के शीर्ष पर युक्तियों के बारे में ओवरले जानकारी की सलाह दी जाती है।

शीट पर मार्कर के रूप में विशेष बारकोड रखने और चित्र पर उनकी सामग्री और स्थिति के बारे में ड्राइंग मॉड्यूल जानकारी पर लौटने का निर्णय लिया गया था, जबकि मॉड्यूल स्वयं इस जानकारी का उपयोग कब और कैसे करें, इसके बारे में जानकारी संग्रहीत करेगा।

अनाम, लेकिन मान लिया गया, शर्तों में से एक "आपके" मान्यता मॉड्यूल और "आपके" बारकोड का उपयोग था (नहीं, पहिया को सुदृढ़ करने के लिए आवश्यक नहीं है, इसे मौजूदा भागों से इकट्ठा करना संभव था - मुख्य बात यह है कि अंततः चली गई है)। विकसित बारकोड रीड-सोलोमन एल्गोरिदम द्वारा एन्क्रिप्शन पर आधारित हैं और, शायद, उन्हें एक अलग लेख समर्पित करना चाहिए।

अब इन रहस्यमय संकेतों को पहचानने के लिए मॉड्यूल के बारे में बात करते हैं।

इनपुट प्राप्त करने के लिए पहला कदम है। हम उन्हें कई स्रोतों से प्राप्त कर सकते हैं: एक स्थिर छवि, वीडियो रिकॉर्डिंग या एक वेब कैमरा से वीडियो। किसी भी मामले में, संवर्धित वास्तविकता का काम एक स्थिर छवि को संसाधित करने के लिए नीचे आता है (वीडियो के मामले में, यह एक फ्रेम होगा; अतीत के फ्रेम से एकत्र किए गए डेटा को ध्यान में रखने की क्षमता, अस्थिर छवियों के मामले में डेटा की "जड़ता" का परिचय देना) भी जोड़ा जाता है। सामान्यता की हानि के बिना, हमें स्थैतिक चित्रों (दूसरे शब्दों, तस्वीरों में) के साथ काम करने पर विचार करें:

तस्वीरें चमक में भिन्न होती हैं (यह एक चरण में महत्वपूर्ण होगा), लेकिन वे एक चीज से एकजुट होते हैं - एक शीट, इसके साथ स्थित बारकोड के साथ। बारकोड को विशेष रूप से विकसित किया गया था और इसमें कई विशेषताएं हैं जिन्हें मान्यता एल्गोरिथ्म में भी ध्यान में रखा गया है (हम बाद में उन पर चर्चा करेंगे)।

सबसे पहले, आपको छवि को "तिरस्कृत" करने की आवश्यकता है। रंग हमारे लिए कोई जानकारी नहीं रखता है, इसलिए हम इस अतिरिक्त जानकारी को हटा देते हैं:

प्राप्त छवियों पर हम वस्तुओं की सीमाओं को पाते हैं। ऐसा करने के लिए, प्रत्येक पिक्सेल के लिए हम जोड़ीदार आसपास के मूल्यों से अधिकतम अंतर चुनते हैं:

परिणामस्वरूप, "मोनोफोनिक" क्षेत्रों में मान शून्य के करीब होगा (यदि छवि में शोर है, तो मान शून्य से थोड़ा अलग होगा), लेकिन जैसे ही एक पिक्सेल जो बाकी के साथ विपरीत विचार के तहत क्षेत्र में हो जाता है, मान तेजी से बढ़ जाएगा। इस ऑपरेशन के बाद प्राप्त छवियां स्पष्ट रूप से बताती हैं कि कौन सी जानकारी हमारे लिए महत्वहीन हो जाती है (यह मत भूलिए कि बारकोड काले और सफेद होते हैं, सफेद कागज पर मुद्रित होते हैं, जिसका अर्थ है कि उनके पास हमेशा उच्च विपरीत होगा):

परिणामी छवियों पर, ऐसा लगता है, आप पहले से ही वस्तुओं की सीमाओं के लिए खोज कर सकते हैं। लेकिन यह मत भूलो कि यहां की सीमाओं में एक रंग नहीं है, बल्कि कई रंगों के ग्रे हैं। इसलिए, हम पहले थ्रेशोल्ड बायनेरिज़ेशन करते हैं। याद रखें, छवियों की चमक हमारे लिए किसी कारण से महत्वपूर्ण थी? इसलिए, इस स्तर पर यह महत्वपूर्ण है। यदि हम बिनाराइजेशन थ्रेशोल्ड को कड़ाई से सेट करते हैं, तो बहुत हल्के और बहुत ही अंधेरे फोटो में फ़िल्टर सही तरीके से काम नहीं करेगा (जैसा हम चाहेंगे)। इसलिए, हम ओत्सु ट्रेशोल्डिंग एल्गोरिथ्म का उपयोग करेंगे, जो कि छवि के आधार पर बाइनराइजेशन थ्रेशोल्ड को निर्धारित करता है। इसलिए, अब जो सीमाएँ हमारे लिए महत्वपूर्ण हैं, वे नहीं मिटेंगी:

अब छवि में केवल काले और सफेद पिक्सेल शामिल हैं, जिससे आप ऑब्जेक्ट खोजना शुरू कर सकते हैं।

सीमा आवंटन एल्गोरिदम बहुत सारे हैं। हम सबसे सरल में से एक का उपयोग करेंगे - "अनुक्रमिक स्कैनिंग एल्गोरिथ्म"। आइए हम रेखा द्वारा छवि रेखा की जांच करते हैं, पृष्ठभूमि के पिक्सलों को छोड़ते हैं, लेकिन क्रमिक "महत्वपूर्ण" पिक्सेल (विश्लेषण के क्षण में प्रत्येक पिक्सेल के लिए, बाएं, बाएं-शीर्ष, शीर्ष और दाएं-शीर्ष पिक्सेल महत्वपूर्ण हैं)। रीइन्डेक्सिंग के बाद, सीमाओं और अन्य आवश्यक जोड़तोड़ों को मिलाकर, जिन्हें संबंधित लेखों में अधिक पढ़ा जा सकता है, हमें अंत में संबंधित क्षेत्रों की एक सूची मिलती है। केवल थोड़ा ही रह गया - उन लोगों से चुनने के लिए जो बारकोड हैं।

ऐसा करने के लिए, हम कई जाँच करेंगे (हम फिर से काम करेंगे शेड्स ऑफ़ ग्रे में):

हम उन मिली वस्तुओं को त्याग देते हैं जो हमारे द्वारा बताए गए आकार से छोटी होती हैं: चूंकि हम में बारकोड में जानकारी के साथ 8 × 8 सेल होते हैं, तो हम उनके साथ न्यूनतम छवि का आकार लेते हैं, उदाहरण के लिए, 16 बाय 16 पिक्सेल।
आइए हम प्रत्येक वस्तुओं की सीमाओं का विश्लेषण करें। सेगमेंट के एक सेट के साथ उन्हें बदलने पर, हम केवल उन लोगों को छोड़ देते हैं जिनकी सीमाएं 4 सेगमेंट से होती हैं (बारकोड्स वर्गाकार होते हैं, लेकिन इस तथ्य के कारण कि शीट कैमरे के लिए लंबवत नहीं है, वे विकृत हो सकते हैं, लेकिन वे 4 जी को बचा लेंगे)
हमारे बारकोड की विशेषताओं में से एक एक निरंतर काली सीमा है, इसलिए हम केवल उन वस्तुओं को छोड़ देते हैं जिनकी आंतरिक सीमा बाहरी की तुलना में गहरा है।
शेष वस्तुओं के वर्ग आकार को पुनर्स्थापित करें। ऐसा करने के लिए, हम एक वर्ग चित्र पर मूल (विकृत) छवि को प्रदर्शित करने के लिए एक मैट्रिक्स का निर्माण करते हैं, और हम डेटा को प्रक्षेप करके संघर्षों (पिक्सेल की कमी या अधिकता) को हल करते हैं। उदाहरण से छवियों के लिए हमें बारकोड की निम्नलिखित तस्वीरें मिलती हैं:
फिर, परिणामस्वरूप छवियों के लिए ओत्सु फ़िल्टर लागू करें:
परिणामी छवियों को बिनाराइज़ करें और उन्हें एक संख्यात्मक मैट्रिक्स में परिवर्तित करें। बारकोड में 64 कोशिकाएं (8 × 8) होती हैं, इसलिए हम छवियों को 64 वर्ग क्षेत्रों में विभाजित करते हैं। प्रत्येक सेल के लिए, हम इसके "सटीक" मान की गणना करते हैं: काला या सफेद (यदि "सटीकता" पर्याप्त नहीं है, उदाहरण के लिए, एक रंग के 40% पिक्सल और दूसरे का 60%, तो छवि को आगे के विश्लेषण के लिए अनुपयुक्त माना जाता है)। परिणामों के आधार पर, हम 1 और 0 से भरे 8 × 8 मैट्रिक्स का निर्माण करते हैं।
हम परिणामी मैट्रिक्स का विश्लेषण करते हैं: हम कोने मार्करों की तलाश करते हैं, मैट्रिक्स को ऊपर और नीचे की हमारी अवधारणाओं के अनुसार घुमाते हैं (ऊपर बारकोड चित्र पहले से ही स्थापित तरीके से घुमाए जाते हैं), हम इससे उपयोगी जानकारी निकालते हैं, डिकोड (रीड-सोलोमन एल्गोरिथ्म का उपयोग करके जानकारी एन्कोडेड है)। इस स्तर पर, जैसा कि आप अनुमान लगा सकते हैं, जो क्षेत्र पिछले सभी चेक पास कर चुके हैं, उन्हें बारकोड के लिए भी समाप्त कर दिया गया है। लेकिन प्राप्त जानकारी का पहले ही उपयोग किया जा सकता है।

______________________

Origami और संवर्धित वास्तविकता (जारी)

टेक्स्ट को Habr Editor में © SoftCoder.ru से तैयार किया गया है

More articles: