体素转换为点云（VRN）

最新推荐文章于 2024-06-25 09:30:00 发布

juebai123

最新推荐文章于 2024-06-25 09:30:00 发布

阅读量4.9k

点赞数

分类专栏：杂类文章标签：体素转点云 VRN

本文链接：https://blog.csdn.net/juebai123/article/details/91410525

版权

本文介绍了一种将体素转换为点云的方法，通过检查体素表面来保留点，并在C++中处理，最终形成点云文件。使用meshlab进行法线计算、曲面重建等后处理，以实现点云的可视化。此外，还讨论了如何对点云进行上色，并通过调整点云大小、法线和曲面重建优化显示效果。

摘要由CSDN通过智能技术生成

前面我们输出的灰度图是没有鼻孔的（只能是上小下大），这里我们把它转换为点云。

流程简图：

由于保存192*192*200个点数据比较慢，我们从双线性插值前的48*48*200的数据导出，后面的到C++中处理。

# coding=gbk

from tensorflow.core.framework import graph_pb2
from num_save_mat import K_save_mat
import cv2
import tensorflow as tf
import numpy as np
import time


start_time = time.time()
with open('vrn-unguided-keras.h5.pb', "rb") as f:
    output_graph_def = graph_pb2.GraphDef()
    output_graph_def.ParseFromString(f.read())
    _ = tf.import_graph_def(output_graph_def, name="")

    #print(output_graph_def)

end_time = time.time()
print('载入模型用时: %f秒' % (end_time - start_time)) # 23.96

start_time = time.time()
sess = tf.Session()

x = sess.graph.get_tensor_by_name('input_1:0')
y = sess.graph.get_tensor_by_name('conv_276/add:0')

img = cv2.imread('joey.jpg')
img = cv2.resize(img, (192, 192))
b,g,r = cv2.split(img)
img = cv2.merge([r,g,b])
img = np.swapaxes(img, 2, 0)
img = np.swapaxes(img, 2, 1)
img = np.array([img])


out_layer_name='pred0'

pred = sess.run(y, feed_dict={x: img})

vol = pred[0]

end_time = time.time()
print('运行模型用时: %f秒' % (end_time - start_time)) #38.86秒

start_time = time.time()

print(vol.shape)
K_save_mat('vol',vol)

end_time = time.time()
print('保存体素到vol用时: %f秒' % (end_time - start_time)) #3.9秒

然后在C++中处理并转化为点云：

void tmp()
{
	int wid=48;
	int hei=48;
		
	卷积层 vol(wid,hei,200);//亮度
	vol.data=new float[wid * hei*200 ]; 
	load_mat2卷积层2("vol.txt",&vol);

		//缩放到 192x192
	卷积层 di(192,192,200);
	di.data=new float[192*192*200];


	双线性插值(vol,di);//  1137

	cout<<di.width<<","<<di.height<<","<<di.depth<<endl;


	vl_sigmoid(&di);


	卷积层乘以(di,255.f);


	卷积层 *灰度 = 转换体素到灰度图(di);
	cout<<"保存灰度图在data下: gray_0.jpg"<<endl;
	save_卷积层2jpg(灰度,"gray");

	体素到点云并保存(di);
}

体素转点云流程：

对每一个点，检查上、下、左、右