第一期：Vuforia識別圖的那些坑
一、Vuforia的圖片識別機制
大學時學習的是計算機科學的數字媒體方向，圖像處理粗略接觸過，對於Vuforia的圖片識別機制，只能大概講一下步驟和猜想，無法給出細節的東西。
1、 服務器對上傳圖片進行灰度處理，圖片變為黑白圖像；
2、 提取黑白圖像特征點；
3、 將特征點數據打包；
4、 程序運行時對比特征點數據包。
二、對Vuforia來說什么是穩定的識別圖？
根據上面的識別機制，不難推測出穩定識別圖的特質。
1、 圖片應避免大面積色值相近的相鄰色塊，否則一經灰度處理，整張圖都糊了，撞色的圖片設計能夠使灰度處理后的識別圖仍保有清晰的分界線。可以看看下面圖片（左為原圖）的對比，看似復雜的圖片，色值一相近就跪了，識別特征0顆星。
2、 仔細觀察下圖（左為原圖）特征點，他們大都集中相鄰色塊的分界線，所以撞色很重要，但如果不是這種純色塊的圖案，那么線條較粗，拐點也比較多的圖片效果也會很好（比如粗體漢字就可以極大提升識別點數量）。
三、經驗之談
識別圖除了影響識別效率，還影響着Imagetarget下物體的顯示效果，比如圖片識別特征點3顆星或以上，但顯示的物體還是會不停的小幅度抖動。出現這種情況的原因可能是：
1、 特征點分布不均勻，可能左下角大量特征點擠在一起，右上角的特征點確零散的分布。
2、 顯示的物體離識別圖的中心太遠，如果物體能正好在識別圖特征點分布較多教均勻的位置，且貼近識別圖，那么可以很好的解決抖動。