【OpenCV】双目重建获得三维坐标点+【Meshlab】三维点云展示

重建对象是阿黄送我的小柯基积木:
在这里插入图片描述
在这里插入图片描述

1.使用OpenCV中SGBM算法相关的API进行三维点云的计算

获得的点云比较密集,但是有较多的空洞,而且同时获取了桌面的点云,浪费了算力,运算速度较慢。最终将获取的点云导入Meshlab的结果如下:
侧面:
在这里插入图片描述
正面:
在这里插入图片描述
俯视:
在这里插入图片描述

2.使用SURF算法进行特征提取与立体匹配进行三维点云的计算(单一视角)

因为目前只用了一个方向的双目图片,点云比较稀疏,目前正在进行多视角的重建编程。
侧面:
在这里插入图片描述
正面:
在这里插入图片描述
俯视:
在这里插入图片描述
继续努力。
Hold on,move on.

  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
Python可以用于实现三维重建的算法和工具。三维重建是指从多个二维图像或云数据中恢复出三维物体的形状和结构。以下是一些常用的Python库和方法,可以用于三维重建: 1. OpenCVOpenCV是一个强大的计算机视觉库,它提供了许多用于图像处理和计算机视觉任务的函数和工具。可以使用OpenCV中的函数进行图像特征提取、匹配和相机标定等操作,以实现三维重建。 2. NumPy:NumPy是一个用于科学计算的Python库,它提供了高效的多维数组操作和数学函数。在三维重建中,可以使用NumPy进行矩阵运算、数组操作和数值计算。 3. SciPy:SciPy是一个用于科学计算和数据分析的Python库,它提供了许多数值算法和优化方法。在三维重建中,可以使用SciPy中的函数进行云配准、曲面拟合和体积重建等操作。 4. Open3D:Open3D是一个用于三维数据处理的开源库,它提供了许多用于云、图像和三维网格处理的函数和工具。可以使用Open3D中的函数进行云滤波、配准、重建和可视化等操作。 5. MeshLabMeshLab是一个开源的三维网格处理软件,它可以用于三维重建和网格编辑。可以使用Python脚本和MeshLab的命令行接口结合,实现自动化的三维重建流程。 这些是常用的工具和方法,用于实现三维重建。根据具体的需求和数据类型,可以选择适合的工具和算法来进行三维重建
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值