基於ORB-SLAM2的圖片識別，其功能是首先運行ORB-SLAM2，在運行過程中調起另一個線程進行圖像識別，識別成功后在圖片上渲染AR中的立方體模型。
識別過程主要基於ORB-SLAM2中的BoW算法，同樣使用DBoW2庫和ORB特征以及詞匯樹視覺詞典。其主要流程可以概括為：運行ORB-SLAM2，加載ORB詞典，然后讀取訓練圖像進行BoW訓練，完成之后就是SLAM的過程了，使用Pangolin做的UI界面，開啟圖像識別之后，線程會取當前幀和訓練圖像做BoW向量的相似性打分，我的策略是當當前幀和某一圖像的相似性得分大於某個得分時（0.015左右），就認為當前幀和該圖相似，然后再進行特征匹配，同時使用正向索引加速匹配過程，如果同時匹配上的特征大於某個閾值（nmatches），則認為這兩幅圖像的確是相似的，則選中匹配上的3D特征點，利用這些特征點進行Delaunay三角剖分進行三角網格的繪制，同時繪制虛擬立方體在匹配3D特征點的均值位置上，效果還可以。
同時在這個里面繼承了原來的平面檢測模塊，但是縮小了平面檢測的范圍，主要方法是在當前幀圖像上截取一個1/2~2/3的矩形框，將矩形框內的3D點以及特征點等信息作為檢測平面的依據，這樣可以將舉行框對准一小塊兒平面區域進行檢測，准確率較高，效果較好。
效果附圖：mark
程序文件：略。