शुरुआती जानकारी
इस लेख में, वेब पर ऑगमेंटेड रिएलिटी (एआर) ऐप्लिकेशन करने के लिए, WebRTC getUserMedia API के साथ JSARToolKit लाइब्रेरी का इस्तेमाल करने के बारे में बताया गया है. रेंडरिंग के लिए, WebGL कैसा परफ़ॉर्म कर रहा है, इस वजह से WebGL का इस्तेमाल किया जा रहा है. यह लेख एक डेमो ऐप्लिकेशन के तौर पर दिया गया है. इसमें वेबकैम से बनाए गए वीडियो में, 3D मॉडल को ऑगमेंटेड रिएलिटी (एआर) मार्कर के ऊपर दिखाया जाएगा.
JSARToolKit, JavaScript के लिए एक ऑगमेंटेड रिएलिटी (एआर) लाइब्रेरी है. यह GPL के तहत रिलीज़ की गई एक ओपन सोर्स लाइब्रेरी है और Flash FLARToolKit के डायरेक्ट पोर्ट के ज़रिए, मैंने इसे Mozilla रीमिक्सिंग रिएलिटी डेमो के लिए बनाया है. FLARToolKit, Java NyARToolKit का पोर्ट है जो C ARToolKit का पोर्ट है. बहुत लंबा हो गया, लेकिन हम यहां हैं.
JएसएआरToolKit कैनवस एलिमेंट पर काम करता है. इमेज को कैनवस से बाहर पढ़ने के लिए ज़रूरी है कि इमेज उसी ऑरिजिन से ली गई हो और पेज से मिलता-जुलता हो. इसके अलावा, एक ही ऑरिजिन से जुड़ी नीति के बारे में जानने के लिए, सीओआरएस का इस्तेमाल किया जाना चाहिए. कम शब्दों में कहें, तो जिस इमेज या वीडियो एलिमेंट को टेक्सचर के तौर पर इस्तेमाल करना है उस पर crossOrigin प्रॉपर्टी को '' या 'anonymous' पर सेट करें.
जब विश्लेषण के लिए कैनवस को JSARToolKit को भेजा जाता है, तो JSARToolKit, इमेज में मिले एआर मार्कर और उनसे जुड़े ट्रांसफ़ॉर्मेशन मैट्रिक्स की सूची दिखाता है. किसी मार्कर के ऊपर 3D ऑब्जेक्ट बनाने के लिए, इस्तेमाल की जा रही किसी भी 3D रेंडरिंग लाइब्रेरी में ट्रांसफ़ॉर्मेशन मैट्रिक्स को पास करें. इससे, मैट्रिक्स का इस्तेमाल करके ऑब्जेक्ट का फ़ॉर्मैट बदला जा सकता है. इसके बाद, WebGL के हिसाब से अपने सीन में वीडियो फ़्रेम को ड्रॉ करें और ऑब्जेक्ट को उसके ऊपर बनाएं.
JSARToolKit का इस्तेमाल करके वीडियो का विश्लेषण करने के लिए, वीडियो को कैनवस पर बनाएं, फिर कैनवस को JSARToolKit को भेजें. हर फ़्रेम के लिए ऐसा करें और आपको वीडियो एआर ट्रैकिंग मिल जाएगी. JSARToolKit आधुनिक JavaScript इंजन पर इतना तेज़ काम करता है कि वह रीयल टाइम में ऐसा कर सके, फिर चाहे वह 640x480 वीडियो फ़्रेम पर ही क्यों न हो. हालांकि, वीडियो फ़्रेम जितना बड़ा होगा, उसे प्रोसेस होने में उतना ही ज़्यादा समय लगेगा. वीडियो फ़्रेम का एक अच्छा साइज़ 320x240 होता है. हालांकि, अगर आपको छोटे मार्कर या एक से ज़्यादा मार्कर इस्तेमाल करने हैं, तो 640x480 को प्राथमिकता दी जाती है.
डेमो
वेबकैम डेमो देखने के लिए, आपको अपने ब्राउज़र में WebRTC को चालू करना होगा. Chrome पर, about:flags पर जाएं और MediaStream चालू करें. आपको यहां दिए गए एआर मार्कर का प्रिंट भी प्रिंट करना होगा. आप अपने फ़ोन या टैबलेट पर मार्कर चित्र खोलकर उसे वेबकैम पर दिखाकर भी देख सकते हैं.
JSARToolKit सेट करना
JएसएआरToolKit API काफ़ी जावा की तरह है, इसलिए इसका इस्तेमाल करने के लिए आपको कुछ बदलाव करने होंगे. बुनियादी आइडिया यह है कि आपके पास ऐसा डिटेक्टर ऑब्जेक्ट हो, जो रास्टर ऑब्जेक्ट पर काम करता हो. डिटेक्टर और रास्टर के बीच एक कैमरा पैरामीटर ऑब्जेक्ट होता है, जो रास्टर कोऑर्डिनेट को कैमरा निर्देशांक में बदल देता है. डिटेक्टर से पता लगाए गए मार्कर पाने के लिए, आपको उन्हें फिर से दोहराना होगा और उनके ट्रांसफ़ॉर्मेशन मैट्रिक्स को अपने कोड पर कॉपी करना होगा.
पहले चरण में रास्टर ऑब्जेक्ट, कैमरा पैरामीटर ऑब्जेक्ट, और डिटेक्टर ऑब्जेक्ट बनाना है.
// Create a RGB raster object for the 2D canvas.
// JSARToolKit uses raster objects to read image data.
// Note that you need to set canvas.changed = true on every frame.
var raster = new NyARRgbRaster_Canvas2D(canvas);
// FLARParam is the thing used by FLARToolKit to set camera parameters.
// Here we create a FLARParam for images with 320x240 pixel dimensions.
var param = new FLARParam(320, 240);
// The FLARMultiIdMarkerDetector is the actual detection engine for marker detection.
// It detects multiple ID markers. ID markers are special markers that encode a number.
var detector = new FLARMultiIdMarkerDetector(param, 120);
// For tracking video set continue mode to true. In continue mode, the detector
// tracks markers across multiple frames.
detector.setContinueMode(true);
// Copy the camera perspective matrix from the FLARParam to the WebGL library camera matrix.
// The second and third parameters determine the zNear and zFar planes for the perspective matrix.
param.copyCameraMatrix(display.camera.perspectiveMatrix, 10, 10000);
वेबकैम ऐक्सेस करने के लिए getUserMedia का इस्तेमाल करना
इसके बाद, मैं एक वीडियो एलिमेंट बनाने जा रहा हूं, जिसमें WebRTC एपीआई की मदद से वेबकैम वीडियो हो रहा है. पहले से रिकॉर्ड किए गए वीडियो के लिए, वीडियो के सोर्स एट्रिब्यूट को वीडियो के यूआरएल पर सेट करें. अगर स्टिल इमेज से मार्कर का पता लगाया जा रहा है, तो इमेज एलिमेंट का इस्तेमाल करीब-करीब उसी तरह किया जा सकता है.
WebRTC और getUserMedia अब भी नई उभरती हुई टेक्नोलॉजी हैं. इसलिए, आपको इन्हें पहचानने की सुविधा चालू करनी होगी. ज़्यादा जानकारी के लिए, एरिक बिडलमैन का HTML5 में ऑडियो और वीडियो कैप्चर करने के बारे में लेख देखें.
var video = document.createElement('video');
video.width = 320;
video.height = 240;
var getUserMedia = function(t, onsuccess, onerror) {
if (navigator.getUserMedia) {
return navigator.getUserMedia(t, onsuccess, onerror);
} else if (navigator.webkitGetUserMedia) {
return navigator.webkitGetUserMedia(t, onsuccess, onerror);
} else if (navigator.mozGetUserMedia) {
return navigator.mozGetUserMedia(t, onsuccess, onerror);
} else if (navigator.msGetUserMedia) {
return navigator.msGetUserMedia(t, onsuccess, onerror);
} else {
onerror(new Error("No getUserMedia implementation found."));
}
};
var URL = window.URL || window.webkitURL;
var createObjectURL = URL.createObjectURL || webkitURL.createObjectURL;
if (!createObjectURL) {
throw new Error("URL.createObjectURL not found.");
}
getUserMedia({'video': true},
function(stream) {
var url = createObjectURL(stream);
video.src = url;
},
function(error) {
alert("Couldn't access webcam.");
}
);
मार्कर का पता लगाया जा रहा है
जब डिटेक्टर ठीक से काम करने लगेगा, तब हम एआर मेट्रिक का पता लगाने के लिए, उसे इमेज फ़ीड करना शुरू कर देंगे. सबसे पहले, रास्टर ऑब्जेक्ट कैनवस पर इमेज बनाएं. इसके बाद, रास्टर ऑब्जेक्ट पर डिटेक्टर को चलाएं. डिटेक्टर, इमेज में मिले मार्कर की संख्या दिखाता है.
// Draw the video frame to the raster canvas, scaled to 320x240.
canvas.getContext('2d').drawImage(video, 0, 0, 320, 240);
// Tell the raster object that the underlying canvas has changed.
canvas.changed = true;
// Do marker detection by using the detector object on the raster object.
// The threshold parameter determines the threshold value
// for turning the video frame into a 1-bit black-and-white image.
//
var markerCount = detector.detectMarkerLite(raster, threshold);
आखिरी कदम, पहचाने गए मार्कर को दोहराना और उनके ट्रांसफ़ॉर्मेशन मैट्रिक्स को पाना है. मार्कर के ऊपर 3D ऑब्जेक्ट रखने के लिए, ट्रांसफ़ॉर्मेशन मैट्रिक्स का इस्तेमाल किया जाता है.
// Create a NyARTransMatResult object for getting the marker translation matrices.
var resultMat = new NyARTransMatResult();
var markers = {};
// Go through the detected markers and get their IDs and transformation matrices.
for (var idx = 0; idx < markerCount; idx++) {
// Get the ID marker data for the current marker.
// ID markers are special kind of markers that encode a number.
// The bytes for the number are in the ID marker data.
var id = detector.getIdMarkerData(idx);
// Read bytes from the id packet.
var currId = -1;
// This code handles only 32-bit numbers or shorter.
if (id.packetLength <= 4) {
currId = 0;
for (var i = 0; i < id.packetLength; i++) {
currId = (currId << 8) | id.getPacketData(i);
}
}
// If this is a new id, let's start tracking it.
if (markers[currId] == null) {
markers[currId] = {};
}
// Get the transformation matrix for the detected marker.
detector.getTransformMatrix(idx, resultMat);
// Copy the result matrix into our marker tracker object.
markers[currId].transform = Object.asCopy(resultMat);
}
मैट्रिक्स मैपिंग
यहां JSARToolKit मैट्रिक्स को glMatrix आव्यूहों में कॉपी करने के लिए कोड दिया गया है (जो आखिरी चार एलिमेंट में अनुवाद कॉलम के साथ 16 एलिमेंट वाले FloatArrays हैं). यह जादू से काम करता है (पढ़ें: मुझे नहीं पता कि ARToolKit मेट्रिक को कैसे सेट अप किया जाता है. इन्वर्टेड Y-ऐक्सिस, मेरा अनुमान है.) खैर, साइन-रिवर्स करने वाली वूडू के इस बिट से JSARToolKit का मैट्रिक्स किसी glMatrix की तरह ही काम करता है.
लाइब्रेरी का इस्तेमाल किसी दूसरी लाइब्रेरी, जैसे कि थ्री.js के साथ करने के लिए, आपको एक ऐसा फ़ंक्शन लिखना होगा जो ARToolKit मेट्रिक को लाइब्रेरी के मैट्रिक्स फ़ॉर्मैट में बदल दे. आपको FLARParam.copyCameraMatrix तरीके को शामिल करना भी होगा. कॉपीकैमरामैट्रिक्स तरीके, FLARParam के पर्सपेक्टिव मैट्रिक्स को glMatrix-स्टाइल मैट्रिक्स में लिखता है.
function copyMarkerMatrix(arMat, glMat) {
glMat[0] = arMat.m00;
glMat[1] = -arMat.m10;
glMat[2] = arMat.m20;
glMat[3] = 0;
glMat[4] = arMat.m01;
glMat[5] = -arMat.m11;
glMat[6] = arMat.m21;
glMat[7] = 0;
glMat[8] = -arMat.m02;
glMat[9] = arMat.m12;
glMat[10] = -arMat.m22;
glMat[11] = 0;
glMat[12] = arMat.m03;
glMat[13] = -arMat.m13;
glMat[14] = arMat.m23;
glMat[15] = 1;
}
थ्री.js इंटिग्रेशन
थ्री.js एक लोकप्रिय JavaScript 3D इंजन है. मैं तीन.js में JSARToolKit आउटपुट का उपयोग करने का तरीका बताने वाली हूँ. आपको तीन चीज़ों की ज़रूरत होगी: फ़ुल स्क्रीन वाला क्वाड, जिस पर वीडियो इमेज बनाई गई है, FLARParam पर्सपेक्टिव मैट्रिक्स वाला कैमरा और ट्रांसफ़ॉर्म करने के दौरान मार्कर मैट्रिक्स वाला कोई ऑब्जेक्ट. हम आपको नीचे दिए गए कोड में इंटिग्रेशन के बारे में बताएंगे.
// I'm going to use a glMatrix-style matrix as an intermediary.
// So the first step is to create a function to convert a glMatrix matrix into a Three.js Matrix4.
THREE.Matrix4.prototype.setFromArray = function(m) {
return this.set(
m[0], m[4], m[8], m[12],
m[1], m[5], m[9], m[13],
m[2], m[6], m[10], m[14],
m[3], m[7], m[11], m[15]
);
};
// glMatrix matrices are flat arrays.
var tmp = new Float32Array(16);
// Create a camera and a marker root object for your Three.js scene.
var camera = new THREE.Camera();
scene.add(camera);
var markerRoot = new THREE.Object3D();
markerRoot.matrixAutoUpdate = false;
// Add the marker models and suchlike into your marker root object.
var cube = new THREE.Mesh(
new THREE.CubeGeometry(100,100,100),
new THREE.MeshBasicMaterial({color: 0xff00ff})
);
cube.position.z = -50;
markerRoot.add(cube);
// Add the marker root to your scene.
scene.add(markerRoot);
// Next we need to make the Three.js camera use the FLARParam matrix.
param.copyCameraMatrix(tmp, 10, 10000);
camera.projectionMatrix.setFromArray(tmp);
// To display the video, first create a texture from it.
var videoTex = new THREE.Texture(videoCanvas);
// Then create a plane textured with the video.
var plane = new THREE.Mesh(
new THREE.PlaneGeometry(2, 2, 0),
new THREE.MeshBasicMaterial({map: videoTex})
);
// The video plane shouldn't care about the z-buffer.
plane.material.depthTest = false;
plane.material.depthWrite = false;
// Create a camera and a scene for the video plane and
// add the camera and the video plane to the scene.
var videoCam = new THREE.Camera();
var videoScene = new THREE.Scene();
videoScene.add(plane);
videoScene.add(videoCam);
...
// On every frame do the following:
function tick() {
// Draw the video frame to the canvas.
videoCanvas.getContext('2d').drawImage(video, 0, 0);
canvas.getContext('2d').drawImage(videoCanvas, 0, 0, canvas.width, canvas.height);
// Tell JSARToolKit that the canvas has changed.
canvas.changed = true;
// Update the video texture.
videoTex.needsUpdate = true;
// Detect the markers in the video frame.
var markerCount = detector.detectMarkerLite(raster, threshold);
for (var i=0; i<markerCount; i++) {
// Get the marker matrix into the result matrix.
detector.getTransformMatrix(i, resultMat);
// Copy the marker matrix to the tmp matrix.
copyMarkerMatrix(resultMat, tmp);
// Copy the marker matrix over to your marker root object.
markerRoot.matrix.setFromArray(tmp);
}
// Render the scene.
renderer.autoClear = false;
renderer.clear();
renderer.render(videoScene, videoCam);
renderer.render(scene, camera);
}
खास जानकारी
इस लेख में हमने JSARToolKit की बुनियादी बातें बताई हैं. अब आप वेबकैम की मदद से, JavaScript पर ऑगमेंटेड रिएलिटी (एआर) वाले ऐप्लिकेशन बनाने के लिए तैयार हैं.
JSARToolKit को Three.js के साथ इंटिग्रेट करना आसान है, लेकिन ऐसा करना मुमकिन है. मुझे पक्के तौर पर नहीं पता कि डेमो में यह काम सही तरीके से किया जा रहा है या नहीं. इसलिए, अगर आपको इंटिग्रेशन हासिल करने के बेहतर तरीके के बारे में जानना है, तो कृपया मुझे बताएं. पैच अपलोड किए जा सकते हैं :)