
Augmented Reality und Computer Vision Wie AR-Anwendungen die reale Welt verstehen, um virtuelle Objekte nahtlos zu integrieren
By Sloane GarrettLength8h 49m
About this audiobook
Was passiert in deinem Code, wenn ein virtueller Kaffeebecher auf einem echten Schreibtisch stehen bleibt — und nicht durch die Tischplatte fällt?
Dieses Buch liefert die Antwort. Keine oberflächlichen Tutorials, keine Blackbox-Frameworks. Hier lernst du, wie Augmented Reality wirklich funktioniert: von der Kamerakalibrierung über Feature-Tracking und SLAM bis zur Integration neuronaler Netze in eine durchgängige AR-Pipeline. Alles in Python, alles ausführbar auf deinem Laptop.
Du wirst:
Verstehen, warum ein AR-Objekt driftet — und wie du die Pose-Schätzung mit robusten Algorithmen stabilisierst
Eine 3D-Karte deiner Umgebung bauen, ohne teure Hardware: nur Webcam, Python und OpenCV
Deep-Learning-Modelle für Objekterkennung nahtlos in Echtzeit-Pipelines einbinden — nicht als isolierte Skripte, sondern als produktionsreife Komponenten
Die Architektur hinter ARCore und ARKit nachvollziehen, statt sie blind zu importieren
Jedes Kapitel ist code-zentriert, getestet unter Python 3.10+ und konzipiert für handelsübliche Hardware. Kein HoloLens, kein LiDAR nötig. Die Prinzipien übertragen sich auf jede Plattform.
Wenn du Python beherrschst und wissen willst, wie Computer Vision und AR zusammenspielen — nicht als Zauberei, sondern als System aus mathematischen Bausteinen, die du selbst zusammensetzen kannst — ist dieses Buch dein nächster Schritt.
Hol dir jetzt die Architektur, die zwischen einem Prototyp und einer stabilen AR-Anwendung entscheidet.
Audiobook details
GenreTechnology, Other
Length8 hrs 49 mins
Narrated byListen with 1,000+ voices
FormateBook with Audio
LanguageEnglish
Table of contents
1Vorwort: Für wen dieses Buch ist
2Für wen dieses Buch ist
3Entwickler:innen mit Python-Erfahrung
4Data Scientists und ML-Ingenieure
5Studierende und Forschende der Informatik
Show all chaptersShow less
6Wo du nicht richtig bist
7Ein Wort zur Ausrüstung
8Was Sie brauchen
9Was Sie brauchen
10Technische Voraussetzungen
11Wie dieses Buch aufgebaut ist
12Repository und Code-Beispiele
13Zeitaufwand
14Ein letzter Hinweis
15Kapitel 1 — Grundlagen der Augmented Reality
16Was ist Augmented Reality?
17Die AR-Pipeline: Von der Kamera zum Overlay
18Hardware und Sensorik für AR
19Übungen zu Kapitel 1
20Kapitel 2 — Kameramodell und Kalibrierung
21Das Lochkameramodell
22Kamerakalibrierung mit OpenCV
23Verzerrungskorrektur und Bildentzerrung
24Übungen zu Kapitel 2
25Kapitel 3 — Feature Detection und Matching
26Einführung in lokale Bildfeatures
27Feature Matching mit Brute-Force und FLANN
28Homographie und Perspektiventransformation
29Praktische Anwendung: Bild-Stitching
30Übungen zu Kapitel 3
31Kapitel 4 — Pose Estimation und Tracking
32Das Perspective-n-Point-Problem
33Fiducial Marker: ArUco und QR-Codes
34Visuelles Tracking über mehrere Frames
35Die PnP-Problematik verstehen
36Kamerapose aus 2D-3D-Korrespondenzen schätzen
37Einen einfachen Marker-Tracker implementieren
38Übungen zu Kapitel 4
39Kapitel 5 — Tiefenschätzung und Punktwolken
40Stereogeometrie: Grundlagen
41Berechnung der Disparity Map
42Von der Disparity zur Punktwolke
43Praktische Überlegungen für AR
44Übungen zu Kapitel 5
45Zusammenfassung
46Kapitel 6 — SLAM: Simultaneous Localization and Mapping
47Was ist SLAM?
48Visuelle Odometrie als SLAM-Baustein
49Loop Closure und globale Optimierung
50Übungen zu Kapitel 6