HoloLensARToolKit 项目使用教程
2024-09-21 03:14:24作者:苗圣禹Peter
1. 项目目录结构及介绍
HoloLensARToolKit 项目的目录结构如下:
HoloLensARToolKit/
├── ARToolKitUWP/
├── HoloLensARToolKit/
├── HoloLensCamCalib/
├── Markers/
├── .gitignore
├── .gitmodules
├── ARToolKitUWP-Sample.unitypackage
├── ARToolKitUWP.unitypackage
├── COPYING
├── COPYING.LESSER
├── README.md
目录结构介绍
- ARToolKitUWP/: 包含 ARToolKit 的 UWP 包装器,用于在 HoloLens 上运行 ARToolKit。
- HoloLensARToolKit/: 包含 Unity 项目,包含示例场景和完整的包,用于演示该项目。
- HoloLensCamCalib/: 包含 HoloLens 相机的校准文件。
- Markers/: 包含用于示例的 ARToolKit 标记。
- .gitignore: Git 忽略文件。
- .gitmodules: Git 子模块配置文件。
- ARToolKitUWP-Sample.unitypackage: 包含示例场景的 Unity 包。
- ARToolKitUWP.unitypackage: 包含核心库和脚本的 Unity 包,用于与原生库接口。
- COPYING: GPL-3.0 许可证文件。
- COPYING.LESSER: LGPL-3.0 许可证文件。
- README.md: 项目介绍和使用说明。
2. 项目启动文件介绍
项目的启动文件主要集中在 HoloLensARToolKit/ 目录下的 Unity 项目中。以下是主要的启动文件和场景:
启动场景
- HL1ARToolKitSingle.unity: 适用于 HoloLens 1 的单标记示例场景。
- HL1ARToolKitCube.unity: 适用于 HoloLens 1 的立方体示例场景。
- HL1ARToolKitMulti.unity: 适用于 HoloLens 1 的多标记示例场景。
- HL1ARToolKitCoords.unity: 适用于 HoloLens 1 的坐标系示例场景。
- HL2ARToolKitSingle.unity: 适用于 HoloLens 2 的单标记示例场景。
- HL2ARToolKitCube.unity: 适用于 HoloLens 2 的立方体示例场景。
- HL2ARToolKitMulti.unity: 适用于 HoloLens 2 的多标记示例场景。
- HL2ARToolKitCoords.unity: 适用于 HoloLens 2 的坐标系示例场景。
启动步骤
- 打开 Unity 项目。
- 选择适合设备的示例场景(如
HL1ARToolKitSingle.unity或HL2ARToolKitSingle.unity)。 - 配置
ARUWP Controller和ARUWP Video组件,确保视频参数和相机校准文件匹配。 - 构建并部署到 HoloLens 设备。
3. 项目配置文件介绍
配置文件
-
ARUWP Controller: 控制 ARToolKit 的初始化和运行参数。
- Camera Param Filename: 指定相机校准文件的路径。
- Video Parameter: 设置视频参数,如分辨率和帧率。
-
ARUWP Video: 控制视频流的捕获和处理。
- Enable Video Preview: 是否启用视频预览。
- Video Configuration: 视频配置参数。
配置步骤
- 在 Unity 编辑器中,选择
ARUWP Controller游戏对象。 - 在
ARUWP Controller组件中,设置Camera Param Filename为校准文件的路径。 - 在
ARUWP Video组件中,根据设备设置视频参数。 - 确保
Enable Video Preview在实际应用中关闭以提高性能。
通过以上步骤,您可以成功配置和启动 HoloLensARToolKit 项目,并在 HoloLens 设备上运行增强现实应用。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781