/**
* このターゲットについて、非同期に認識依頼を出します。このプログラムはサンプルなので、別スレッドでIDマーカ判定をして、
* 三秒後に適当なサイズとDirectionを返却するだけです。
* @param i_target
* @return
* @throws NyARException
*/
public void requestAsyncMarkerDetect(NyARReality i_reality, NyARRealitySource i_source, NyARRealityTarget i_target)
{
//ターゲットから画像データなどを取得するときは、スレッドからではなく、ここで同期して取得してコピーしてからスレッドに引き渡します。
//100x100の領域を切りだして、Rasterを作る。
NyARRgbRaster raster = new NyARRgbRaster(100, 100, NyARBufferType.INT1D_X8R8G8B8_32);
i_reality.getRgbPatt2d(i_source, i_target.refTargetVertex(), 1, raster);
//コピーしたラスタとターゲットのIDをスレッドへ引き渡す。
Thread t = new Thread(new AsyncThread(this, i_target.getSerialId(), raster).run);
t.Start();
return;
}
/**
* RealityTargetに最も一致するパターンをテーブルから検索して、メタデータを返します。
* @param i_target
* Realityが検出したターゲット。
* Unknownターゲットを指定すること。
* @param i_rtsorce
* i_targetを検出したRealitySourceインスタンス。
* @param o_result
* 返却値を格納するインスタンスを設定します。
* 返却値がtrueの場合のみ、内容が更新されています。
* @return
* 特定に成功すると、trueを返します。
* @throws NyARException
*/
public bool getBestMatchTarget(NyARRealityTarget i_target, NyARRealitySource i_rtsorce, GetBestMatchTargetResult o_result)
{
//パターン抽出
NyARMatchPattResult tmp_patt_result = this.__tmp_patt_result;
NyARPerspectiveRasterReader r = i_rtsorce.refPerspectiveRasterReader();
r.read4Point(i_rtsorce.refRgbSource(), i_target.refTargetVertex(), this._edge_x, this._edge_y, this._sample_per_pix, this._tmp_raster);
//比較パターン生成
this._deviation_data.setRaster(this._tmp_raster);
int ret = -1;
int dir = -1;
double cf = Double.MinValue;
for (int i = this._table.getLength() - 1; i >= 0; i--)
{
this._match_patt.setARCode(this._table.getItem(i).code);
this._match_patt.evaluate(this._deviation_data, tmp_patt_result);
if (cf < tmp_patt_result.confidence)
{
ret = i;
cf = tmp_patt_result.confidence;
dir = tmp_patt_result.direction;
}
}
if (ret < 0)
{
return(false);
}
//戻り値を設定
MarkerTable.SerialTableRow row = this._table.getItem(ret);
o_result.artk_direction = dir;
o_result.confidence = cf;
o_result.idtag = row.idtag;
o_result.marker_height = row.marker_height;
o_result.marker_width = row.marker_width;
o_result.name = row.name;
return(true);
}
/**
* i_targetの大きさを推定して、{@link UnknownRectInfo}に結果を保存します。この関数は{@link UnknownRectInfo}の状態を変化させるだけです。
* @param i_target
* 大きさを推定するターゲット。
* @param io_result
* 入出力パラメータ。前段までの推定結果と現在の推定値をマージして返します。
* はじめてターゲットの推定をするときは、リセットした{@link UnknownRectInfo}を入力してください。
* @return
* 認識状況を返します。
* @throws NyARException
*/
public void detectCardDirection(NyARRealityTarget i_target, UnknownRectInfo io_result)
{
//成功点数が20点を超えたら推定完了。
if (io_result._success_point > 20)
{
io_result.last_status = ESTIMATE_COMPLETE;
return;
}
//10回失敗したら推定失敗
if (io_result._failed > 10)
{
io_result.last_status = FAILED_ESTIMATE;
return;
}
NyARDoublePoint2d[] pos = i_target.refTargetVertex();
//正面から一回認識させてほしい。
for (int i = 0; i < 4; i++)
{
//正面判定。辺のなす角が90、または-90度の10度以内であること。
if (getAbsSin(pos[0 + i], pos[(1 + i) % 4], pos[(2 + i) % 4]) < 0.984)
{
io_result.last_status = MORE_FRONT_CENTER;
return;
}
}
//線の長さを4本計算
double d1 = Math.Sqrt(pos[0].sqDist(pos[1]));
double d2 = Math.Sqrt(pos[1].sqDist(pos[2]));
double d3 = Math.Sqrt(pos[2].sqDist(pos[3]));
double d4 = Math.Sqrt(pos[3].sqDist(pos[0]));
//現在の比率を計算
double t, t2, t3;
t = d1 + d3 * 0.5;
t2 = d2 + d4 * 0.5;
t3 = t / t2;
t3 = t3 < 1?1 / t3:t3;
if (io_result._target_serial == NyARRealityTarget.INVALID_REALITY_TARGET_ID)
{
//サイクルをリセット
io_result._target_serial = i_target.getSerialId();
io_result.rate = t3;
io_result._success_point = 0;
io_result._failed = 0;
io_result.artk_direction = t < t2?1:0;
}
else
{
if (io_result._target_serial != i_target.getSerialId())
{
//ターゲットが一致しない。
io_result.last_status = FAILED_TARGET_MISSMATCH;
return;
}
if (t3 / io_result.rate > 0.98 && t3 / io_result.rate < 1.02)
{
io_result.rate = (io_result.rate + t3) * 0.5;
io_result._success_point++;
}
else
{
io_result._failed++;
}
}
//推定中
io_result.last_status = ESTIMATE_NOW;
return;
}
