相机和传感器是实现增强现实（AR）功能的基础，它们通过捕捉现实世界数据并为数字叠加层提供上下文。相机在 AR 中的主要作用是充当系统的“眼睛”，捕捉物理环境的实时视频。该视频流被实时处理，以识别表面、物体和空间特征，这些特征用作放置虚拟内容的锚点。例如，相机使用计算机视觉算法检测地板或桌子等水平平面，从而使应用程序能够准确地放置 3D 模型。SLAM（同步定位与地图构建）等先进技术将相机输入与运动数据相结合，即使在用户移动时也能动态地绘制环境地图。如果没有相机，AR 系统将缺乏将数字元素与现实世界对齐所需的视觉上下文。
传感器通过提供相机单独无法捕捉到的精确空间和运动数据来补充相机。加速度计、陀螺仪和磁力计跟踪设备的朝向、旋转和移动，确保虚拟对象相对于用户的视角保持稳定。深度传感器，例如 LiDAR 或结构光模块，测量到表面的距离，从而实现遮挡（虚拟对象显示在真实对象后面）并提高空间精度。例如，苹果 iPhones 上的 LiDAR 扫描仪创建深度图，以便更真实地放置 AR 对象。环境传感器（如环境光检测器）调整虚拟光照以匹配现实世界的条件，减少数字元素与物理元素之间的视觉断层。这些传感器共同降低延迟并提高响应速度，这对于沉浸式 AR 体验至关重要。
相机和传感器数据的集成通过 ARKit 或 ARCore 等框架进行处理，这些框架并行处理输入以保持同步。例如，当用户移动手机时，陀螺仪检测旋转变化，而相机更新视觉场景，确保虚拟内容保持锚定。开发者可以利用这些融合的输入来构建表面检测、手势识别或基于物理的交互等功能。然而，传感器漂移（数据逐渐失准）或低光照相机性能等挑战需要软件校正，例如传感器融合算法。通过结合相机提供视觉上下文和传感器提供运动和深度信息，AR 系统实现了从游戏（例如 Pokémon GO）到工业设计（例如在工厂中可视化机械）等应用所需的精度。