自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(157)
  • 收藏
  • 关注

原创 open3d python 对点云进行平移

在Open3D库中,点云的平移可以通过translate函数实现。

2024-08-28 10:31:07 149

原创 open3d python 八叉树

二、八叉树在Open3D中的应用三、八叉树的构建与查询四、八叉树的优点与局限综上所述,Open3D中的八叉树是一种高效、灵活且可扩展的三维空间数据结构,在点云处理、三维可视化等领域具有广泛的应用前景。

2024-08-28 10:29:23 99

原创 HALCON从入门到入门-轮廓连接闭合

close_edges (Edges, EdgeAmplitude, EdgesExtended, 15)

2024-08-24 09:47:15 144

原创 HALCON从入门到入门-环形一维码识别,极坐标转换

对这个区域的图像进行极坐标转换,创建一维码识别模型,对图像中的一维码进行识别

2024-08-24 09:46:16 863

原创 HALCON从入门到入门-点到圆的距离计算

【代码】HALCON从入门到入门-点到圆的距离计算。

2024-08-23 09:55:59 358

原创 HALCON从入门到入门-找边找圆工具的使用

【代码】HALCON从入门到入门-找边找圆工具的使用。

2024-08-23 09:54:46 412

原创 HALCON从入门到入门-角度测量

RowA1 := 255ColumnA1 := 10RowA2 := 255ColumnA2 := 501dev_set_color ('black')disp_line (WindowID, RowA1, ColumnA1, RowA2, ColumnA2)RowB1 := 255ColumnB1 := 255for i := 1 to 360 by 1RowB2 := 255 + sin(rad(i)) * 200ColumnB2 := 255 + cos(rad(i)) * 200disp_line

2024-08-23 09:53:26 177

原创 open3d python 体素化

三、体素化的缺点四、Open3D中的体素化实现Open3D提供了多种体素化的实现方式,主要包括从点云构建体素网格和从三角网格构建体素网格。五、总结Open3D中的体素化是一种有效的三维数据处理技术,通过将三维空间数据转换为体素网格,可以简化数据、加速计算、减少噪声并提供标准化的三维空间表示。在实际应用中,可以根据具体需求选择合适的体素化方法和参数设置。

2024-08-22 14:49:59 29

原创 open3d python 移除异常点算法

统计滤波半径滤波。

2024-08-22 14:46:35 100

原创 open3d python KDTree的使用

查找近邻点查找半径内的点。

2024-08-22 14:45:14 16

原创 HALCON从入门到入门-快速傅里叶变换FFT

【代码】HALCON从入门到入门-快速傅里叶变换FFT。

2024-08-20 16:02:43 287

原创 HALCON从入门到入门-点投影到线上(求点到线的垂线,点)

projection_pl(操作员)名字projection_pl— 计算点在直线上的投影。签名描述运算符计算 点 (projection_pl) 添加到一条线上,该行为 由两个点() 和 ().投影的坐标 点以和执行信息参数Row(input_control)point.y(-数组)→ (实数/整数)点的行坐标。Column(input_control)point.x(-数组)→ (实数/整数)点的列坐标。

2024-08-20 16:01:14 508

原创 HALCON从入门到入门-高斯线提取,傅里叶变换

【代码】HALCON从入门到入门-高斯线提取,傅里叶变换。

2024-08-19 09:31:02 110

原创 HALCON从入门到入门-快速傅里叶变换FFT

【代码】HALCON从入门到入门-快速傅里叶变换FFT。

2024-08-19 09:29:24 829

原创 HALCON从入门到入门-元器件尺寸测量

【代码】HALCON从入门到入门-元器件尺寸测量。

2024-08-19 09:27:57 622

原创 HALCON从入门到入门-线路板方块提取

1.读取图片2.二值化并根据面积和各向异性筛选区域在几何学和图像处理领域,"anisometry"通常用来描述物体或形状在不同方向上的尺寸差异,即形状的各向异性。这种差异可以通过计算长轴(Ra)与短轴(Rb)的比率来量化,即Anisometry = Ra / Rb。3.获取区域边界并膨胀4.基于ROI实现边界提取5.筛选出合适的轮廓线,并拟合成矩形。

2024-08-16 16:24:32 283

原创 HALCON从入门到入门-Sojka算法识别角点

【代码】HALCON从入门到入门-Sojka算法识别角点。

2024-08-16 16:22:57 97

原创 HALCON从入门到入门-Lepetit算法提取关键点

ORB(Oriented FAST and Rotated BRIEF)是一种快速特征点提取和描述的算法,它在计算机视觉和图像处理领域有着广泛的应用。以下是对ORB算法的详细解析,包括其特点、原理、步骤以及应用领域等方面的内容。一、ORB算法概述ORB算法由Ethan Rublee, Vincent Rabaud, Kurt Konolige以及Gary R.Bradski在2011年提出,是一种结合了FAST特征点检测和BRIEF特征描述子优点的算法。

2024-08-16 16:21:59 370

原创 HALCON从入门到入门-harris提取关键点-旋转测试算法鲁棒性

首先将图像旋转 并识别关键点接着在原始图像上识别关键点接着将旋转识别出来的关键点按照旋转的关系 反向旋转回来,看是否和没旋转的图像识别出的关键点重合可以看到基本都是重合的。

2024-08-16 16:20:44 137

原创 open3d python 泊松曲面重建

三、Open3D中的实现在Open3D中,泊松曲面重建可以通过调用geometry.PointCloud.reconstruct_surface_poisson(注意:这是基于Open3D的一个假设性方法名,实际中可能需要查阅Open3D的文档来确认具体的函数名)等函数来实现。这些函数通常接受点云数据作为输入,并输出一个TriangleMesh对象,该对象表示了重建后的三维网格表面。

2024-08-16 10:39:59 21

原创 open3d python 隐藏一些视野看不见的点

在点云处理中,cloud.hidden_point_removal(camera, radius) 这个函数调用通常用于移除点云中由于遮挡而不可见的点。这个函数是点云处理库(如PCL - Point Cloud Library)中的一个常见功能,用于改善点云数据的可视化和后续处理的质量。: 这个参数代表要进行处理的点云对象。它包含了三维空间中的一系列点,每个点可能包含位置信息(x, y, z坐标)、颜色信息或其他属性。: 这个参数指定了观察点云的相机或视点的位置。

2024-08-16 09:05:48 19

原创 open3d python 分割多个平面

在Open3D中,detect_planar_patches 方法用于从点云数据中检测平面区域(或称为平面补丁)。这个方法通过分析点云中各点之间的法线向量和方向性来识别具有相似法线向量的点群,从而识别出潜在的平面区域。: 法线向量方差阈值(以度为单位)。这个参数设定了允许的点云中法线向量方向变化的范围。如果某区域内的点的法线向量方向变化超过了这个阈值,那么这个区域就不会被视为一个平面。在你的例子中,这个值设置为60度,意味着法线方向的变化在60度以内的点群可能会被识别为一个平面。

2024-08-14 13:32:56 26

原创 open3d python 点云平面分割

这里,cloud.segment_plane 函数是用来通过RANSAC(Random Sample Consensus)算法来拟合一个平面模型,并返回该模型以及被认为是内点(即,符合该平面模型的点)的点索引。:这个参数定义了点到拟合平面的最大距离阈值,单位为米或库所使用的单位。在这个阈值内的点被认为是内点,即它们符合拟合的平面模型。:RANSAC算法需要随机采样一定数量的点来拟合模型。对于平面拟合,通常需要至少三个不共线的点来确定一个平面。

2024-08-14 13:31:48 513

原创 open3d python DBSCAN算法实现点云聚类

DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法是一种基于密度的空间聚类算法,非常适合于具有噪声的数据集,并能够识别出任意形状的聚类。在点云处理中,DBSCAN可以有效地将点云数据根据点的密度划分为不同的簇,并识别出不属于任何簇的噪声点。以下是DBSCAN算法在点云聚类中的基本实现步骤,以及如何在Python中使用Open3D或NumPy等库来执行这些步骤的概述:1. 定义邻域和核心点。

2024-08-14 13:30:46 352

原创 open3d python 点云凸包计算

在Open3D中,点云的凸包是一个重要的概念,它指的是包含点云中所有点的最小凸多面体。凸包在点云处理、形状分析、三维重建等领域有着广泛的应用。以下是关于Open3D中点云凸包的详细解释和操作方法:一、凸包的定义凸包在数学上定义为在实向量空间V中,对于一组点X,它的凸包或凸包络是包含X的最小凸集。在三维空间中,点云的凸包就是包含所有点云点的最小凸多面体。二、计算凸包在Open3D中,可以通过调用点云对象的compute_convex_hull()方法来计算点云的凸包。

2024-08-12 10:11:59 25

原创 open3d python 点云外包围框计算

Open3D是一个开源库,专门用于处理和分析三维数据,包括点云数据。在Open3D中,点云的外包围框(Bounding Box)是一个非常重要的概念,它用于表示能够完全包围点云的最小立方体或长方体,提供了关于点云尺寸、位置和方向的重要信息。以下是关于Open3D中点云外包围框的详细解释和操作方法:一、外包围框的类型二、计算外包围框。

2024-08-12 10:11:00 139

原创 open3d python 给点云绘制颜色

将所有点绘制为统一的颜色。颜色在RGB空间中,[0,1]范围内。

2024-08-12 10:09:59 18

原创 open3d python 法线估计

Open3D中的法线估计是一个重要的功能,它可以帮助用户了解三维点云中每个点的局部表面方向。以下是对Open3D法线估计的详细解释:一、法线估计的基本原理法线估计通常基于局部表面拟合的方法。在点云数据中,每个点的局部邻域可以视为一个平面或曲面的近似。通过搜索该点周围的邻近点,并使用这些点来拟合一个局部平面或曲面,然后计算该平面或曲面的法线方向,即可得到该点的法线。二、Open3D中的法线估计实现。

2024-08-09 11:26:25 149

原创 open3d python 体素降采样

Open3D中的体素降采样(Voxel Downsampling)是一种用于减少点云数据量的常用方法,它通过将点云空间划分为固定大小的立方体(称为体素),并用每个体素中的代表点来替代该体素内的所有点,从而实现点云的下采样。以下是关于Open3D体素降采样的详细解释:一、基本原理二、优点与应用。

2024-08-09 11:24:33 33

原创 open3d python 读取点云可视化显示点云

Open3D是一个开源的3D计算机视觉库,由英特尔实验室智能系统实验室开发。该库为开发人员提供了一个易于使用且高性能的3D数据处理平台,广泛应用于机器人、增强现实、自动驾驶汽车等领域。3D几何处理:提供一系列用于3D几何处理的算法,如点云配准、表面重建和网格处理等。三、应用领域四、技术特点五、发展历程Open3D自2015年发布以来,已经经历了多个版本的更新,截至当前时间(2024年08月09日),其版本已经更新到了较新的版本。

2024-08-09 11:22:57 291

原创 open3d python 用于 3D 数据处理的现代库

Open3D 是一个开源库,支持软件的快速开发 处理 3D 数据。Open3D 前端暴露了一组精心挑选的 C++ 和 Python 中的数据结构和算法。我们欢迎来自以下机构的贡献 开源社区。预构建的 pip 包支持 Ubuntu 18.04+、macOS 10.15+ 和 Windows 10+ (64 位),使用 Python 3.8-3.11。要在 C++ 项目中使用 Open3D,请查看以下示例。如果您有其他 Python 版本或操作系统,请参考。要获取 Open3D 中的最新功能,请安装。

2024-08-09 11:21:52 38

原创 PointCloudLib 点到面的精确配准(线性最小二乘 优化) C++版本

【代码】PointCloudLib 点到面的精确配准(线性最小二乘 优化) C++版本。

2024-07-25 14:02:57 1399

原创 PointCloudLib 计时工具代码 C++版本

cout

2024-07-25 14:01:47 32

原创 PointCloudLib 常用代码片段 小工具 C++版本

零、保存点云1.保存为ASCII格式pcl::io::savePCDFileASCII ("ro.pcd", *cloud);2.保存为Binary格式pcl::io::savePCDFileBinary("cloud_data//bunnyout.pcd", *cloud);//保存成Bnary格式3.保存为压缩格式pcl::io::savePCDFileBinaryCompressed("binary_compressed.pcd", *cloud); // 保存速度较快且保存后的文件较小一、时间计算p

2024-07-25 14:00:57 24

原创 PointCloudLib 获取当前中存在哪些有效字段 C++版本

【代码】PointCloudLib 获取当前中存在哪些有效字段 C++版本。

2024-07-23 19:22:29 22

原创 PointCloudLib 泊松曲面重建算法(多线程加速-PCL1.13版本) C++版本

PCL(Point Cloud Library,点云库)中的泊松曲面重建算法是一种用于从离散点云数据中生成连续、平滑三维曲面模型的方法。该算法因其高精度的重建效果在计算机视觉、计算机图形学、医学成像、机器人等领域得到了广泛应用。泊松曲面重建算法基于离散泊松方程的解析求解方法。其核心思想是将点云数据作为边界条件,在边界上定义一个逼近函数,并在整个点云区域内求解泊松方程,使得逼近函数在边界上与点云数据一致,并且在区域内部达到最小梯度。通过这种方式,算法能够生成一个光滑且连续的三维曲面模型。

2024-07-23 19:21:28 47

原创 PointCloudLib 泊松曲面重建 C++版本

PCL(Point Cloud Library,点云库)中的泊松曲面重建算法是一种用于从离散点云数据中生成连续、平滑三维曲面模型的方法。该算法因其高精度的重建效果在计算机视觉、计算机图形学、医学成像、机器人等领域得到了广泛应用。泊松曲面重建算法基于离散泊松方程的解析求解方法。其核心思想是将点云数据作为边界条件,在边界上定义一个逼近函数,并在整个点云区域内求解泊松方程,使得逼近函数在边界上与点云数据一致,并且在区域内部达到最小梯度。通过这种方式,算法能够生成一个光滑且连续的三维曲面模型。

2024-07-23 19:19:59 291

原创 PointCloudLib 半径滤波器的使用 C++版本

PCL(Point Cloud Library,点云库)中的半径滤波器是一种常用的点云处理算法,主要用于去除噪声和不必要的点云数据,提高点云数据的质量和准确性。PCL半径滤波器的原理相对直接,它通过在点云数据中为每个点设定一个特定半径的球形区域,并统计该区域内邻近点的数量。如果某个点周围的邻近点数量少于设定的阈值,则认为该点为噪声点或异常点,并将其从点云中删除。这种方法可以有效地去除单个的离群点,同时保持点云的主体结构。

2024-07-23 19:18:30 30

原创 PointCloudLib Octree八叉树实现点云变化检测 C++版本

在PCL(Point Cloud Library,点云库)中,pcl::octree::OctreePointCloudChangeDetector 是一个用于检测点云中变化的类,特别是当点云数据在时间上发生变化时(例如,在两个不同时间点获取的点云数据)。这个类通过构建一个八叉树(Octree)数据结构来高效地管理和查询点云数据,从而能够快速识别出点云中的新增、减少或移动的点。

2024-07-22 10:56:07 467

原创 PointCloudLib Octree八叉树实现近邻搜索半径搜索 C++版本

在PCL(Point Cloud Library)中,八叉树(Octree)是一种用于高效管理和查询三维点云数据的数据结构。PCL提供了多种八叉树实现,其中pcl::octree::OctreePointCloud及其派生类(如pcl::octree::OctreePointCloudSearch)是常用的两种。

2024-07-22 10:50:06 144

3d点云可视化窗口代码 C#代码,VTK视觉库使用,点云颜色按照高度渲染

3d点云可视化窗口代码 C#代码,VTK视觉库使用,点云颜色按照高度渲染 3D点云可视化是将点云数据以三维图形的方式展示出来的过程,它允许用户直观地理解和分析点云数据。 点云数据是在一个三维坐标系统中一组向量的集合,每一个点包含有三维坐标(X, Y, Z),并且可以携带有关该点属性的其他信息,如颜色、反射率、强度等。 点云数据通常由激光扫描仪、相机、三维扫描仪等设备获取,广泛应用于三维建模、场景重建、机器人导航、虚拟现实和增强现实等领域。 可视化有助于直观地理解点云数据的空间分布和结构,方便后续的数据分析和处理。 在实际应用中,如自动驾驶、城市规划、文物保护等领域,3D点云可视化能够提供直观的空间信息,辅助决策和规划。 3D点云可视化是将点云数据以三维图形的方式展示出来的过程,它对于理解和分析点云数据具有重要意义。通过选择合适的可视化方法和工具,并进行必要的数据预处理和性能优化,可以实现高质量、高效率的3D点云可视化。

2024-06-02

面结构光三维重建,相机标定,QT源码,从零部署格雷码结构光

面结构光三维重建,相机标定,QT源码,从零部署格雷码结构光。 结构光三维重建是一种精确、快速的非接触式主动测量方法,在制造业中应用广泛。 多频外差法:基于时间相位展开算法,利用不同频率的条纹光栅投影到被测物体表面,并在每种频率条纹投影过程中进行相应的相移变换。这种方法使得每个像素点的相位信息计算独立,有利于对干扰的抑制。 双目成像系统:结构光三维重建系统可以看作是一个特殊的双目成像系统,其中投影仪被看作是一个“相机”。通过两个相机(一个真实相机和一个虚拟的“投影仪相机”)的信息,可以唯一确定物体的三维信息。 相移原理:相移的目的是计算同一频率的条纹光栅图的相位主值。在N步相移法中,假设投影的条纹光栅光强满足正弦分布,通过测量和分析条纹光栅的相移变化,可以计算物体的深度信息。 相机标定:通过采集带有棋盘图案(标定板)的图像序列,对相机进行标定,确定相机的内参矩阵和畸变系数。 投影仪标定:类似相机标定,但使用投影仪投射的图案进行标定,确定投影仪的参数。 三维扫描:移除标定板,将目标物体放置在系统前。在不改变投影仪和相机的物理设置或软件配置的情况下,捕获目标物体的一组图像。

2024-06-02

双目相机系统标定代码 基于opencv,适用于双目三维重建学习,结构光三维重建学习,对极几何系统标定,对极约束,点云生成

双目相机系统标定代码 基于opencv,适用于双目三维重建学习,结构光三维重建学习,对极几何系统标定,对极约束,点云生成

2024-06-02

K-焊点检测.hdev

焊点检测.hdev 现在锂电池能源行业有需要检测焊接质量方面的需求,通常是使用3D线扫相机拿到焊接表面点云,这样我们就可以根据所获得的点云数据对焊接质量进行一个检测,具体的检测过程在附件内部,采用halcon算法 现在锂电池能源行业有需要检测焊接质量方面的需求,通常是使用3D线扫相机拿到焊接表面点云,这样我们就可以根据所获得的点云数据对焊接质量进行一个检测,具体的检测过程在附件内部,采用halcon算法 现在锂电池能源行业有需要检测焊接质量方面的需求,通常是使用3D线扫相机拿到焊接表面点云,这样我们就可以根据所获得的点云数据对焊接质量进行一个检测,具体的检测过程在附件内部,采用halcon算法

2023-07-28

计算水珠切角.hdev

计算水珠切角.hdev

2023-07-28

平面度测量halcon代码

平面度测量halcon代码

2023-07-28

yolov5权重文件分类表格

yolov5权重文件分类表格

2023-07-28

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除