：微软全息眼镜HoloLens解密：SDK会是这样？

在前一篇文章《微软全息眼镜HoloLens解密：如何还原三维场景》中我介绍了自己对于HoloLens背后的建模技术的看法，虽然之前在微软的Xbox部门工作过，但是和大家一样也是上周才知道HoloLens这个好玩的设备。当前微软官方对于HoloLens透露出来的信息非常有限，最核心的两个组件深度传感器以及全息屏幕的原理依然充满着迷题。文章发表后，读者提出了一些问题。

读者提问之“HoloLens的深度传感器有没有可能是基于TOF？”

先介绍下背景知识，市面上常见的有三种类型的深度传感器：

• 结构光，这个技术的代表产品是Kinect一代，它的传感器芯片用的是PrimeSense家的。说句题外话，PrimeSense现在是苹果旗下的公司，这个领域未来一定会很精彩。

• TOF，time-of-flight，代表产品是Kinect二代，由于微软对于One这个单词的热爱，它的官方名字是Kinect One，有点混乱是吧？

• 双目摄像头，代表产品是Google Tango以及Leap Motion，前者配有四台摄像头，后者有两个。

我认为HoloLens没有使用TOF技术的原因是因为如果这四个摄像头的位置放的是TOF传感器，那么还缺少一个朝前的RGB摄像头用于视频聊天类App。读者提到的中间部分我认为是微型的投影仪，HoloLens使用微投在“挡风玻璃”上显示全息的画面。

至于这个问题的标准答案，还得等微软发布新的信息。

读者提问之“HoloLens能不能当VR用？

这个问题很好，的确可以这么玩，NASA与微软的的火星合作计划基本上是一个虚拟现实的应用，它无视了真实的环境。如果HoloLens可以提供调节“挡风玻璃”透光度的API，那么调成完全不透光时就好比戴着Oculus Rift的头盔，是另一种体验VR的途径。可是朋友们，这是在浪费HoloLens的机能啊！

那么，作为未来的应用开发者，应该怎样充分榨干它的机能呢？这是本篇文章的重点。

正文部分

首先让我脑洞开一会，为大家“介绍”下Holo SDK。按照微软的偏好，SDK标配的语言肯定有C++和C#，因此要进行开发，这两门语言你至少得会一门。

然后，这个SDK里有哪些功能呢？根据官方demo中的场景，我觉得基本功能至少有：

(a)摄像头看到的图像，即当前场景的color buffer。

(b)当前场景的深度图，depth map或z buffer。

(c) SLAM合成后的三维场景，这个场景所在的空间下文我们暂且称为Holo Space，它可能是以乐高方块的形式表示，也可能是用三角形来表示。

(d) HoloLens设备在Holo Space中的坐标(x, y, z)、朝向(tx, ty, tz)。

(e)手势识别的结果，类似HRESULT OnGestureDetected(DWORD dwHandId, DWORD dwEVEntId, LPVOID lpUserInfo)的样子。

(f)语音识别的结果，类似HRESULT OnVoiceRecognized(std::string& strSentence, FLOAT confidence)的样子。同样的，根据官方demo，我将HoloLens应用分为三种：

• 伪全息的传统应用

• 针对HoloLens特别优化过的应用

• 沉浸式的真-全息游戏

这一篇只讲“伪全息的传统应用”这种类型的应用对于传统开发者而言最容易上手，几乎不需要修改代码，自然也不需要拥有3D图形学的知识。大部分人会从这种应用入手开始Holo开发。

如果不需要3D知识就能实现3D的界面，那么3D的效果是哪来的呢？那就是Windows 10引入的全息窗口管理器——explorer3d.exe。我们平时启动Windows看到的“桌面”是窗口管理器（explorer.exe）的一部分，把“桌面”想像成三维的就行了，很简单是吧？

一点都不简单！

以视频播放器为例，播放器并不会直接将视频画面显示到桌面上，而是画到一个缓存区域，经过一系列我不知道的步骤后，explorer.exe再将画面以“2D的方式拷贝”到能被我们看到的地方。而explorer3d.exe用的是“3D的方式”。

所谓“3D的方式”就是使用Direct3D做一些“会的人嫌我讲得啰嗦，不会的人看了还是不会”的事……

也就是在初始化应用的时候：

• 创建一个3D的矩形来表示3D的窗口，保存在顶点缓存vertex bufer（可以认为是放在显卡上的数组）

• 创建一个贴图texture（可以认为是放在显卡上的图片）

• 创建表示窗口平移、旋转、拉伸值的local_matrix（这里的matrix

关注天下网吧微信,了解网吧网咖经营管理，安装维护: