三维重建基础：三维数组存储与读取、mat文件的多种读取方法

已于 2022-04-24 19:06:17 修改
阅读量3.1k 收藏 7
点赞数 7
分类专栏： 蒙特卡罗方法、图像重建 文章标签： matlab python
于 2020-12-10 21:27:49 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43328166/article/details/111001012
版权

三维数组结构、存储与读取

在这里插入图片描述
二维数组中：
axis=0 : 跨行操作，得到行
axis=1 : 跨列操作，得到列
arr.shape为（3行，2列），axis=0为行，axis=1为列
在这里插入图片描述
三维数组中：
arr.shape为（2层，3行，2列），axis=0为层，axis=1为行，axis=2为列

了解本专栏 订阅专栏 解锁全文
nutron-ma
关注
  • 7
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论
专栏目录
订阅专栏
基于c++实现的多目相机阵列三维重建物体位姿估计算法源码+项目说明.zip
04-09
【资源说明】 1、该资源包括项目的全部源码，下载可以直接使用！ 2、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目，作为参考资料学习借鉴。 3、本资源作为“参考资料”如果需要实现其他功能，需要能看懂代码，并且热爱钻研，自行调试。 基于c++实现的多目相机阵列三维重建物体位姿估计算法源码+项目说明.zip ##### by Nicapoet ### depends： - ubuntu 16.04 - opencv 4.0.1 * contrib * viz - PCL 1.9 --- ##### Calibrator _相机标定_ 1. 相机标定类已完成，每张标定图像的红色角点行是x轴，自红色向蓝色变化是y轴,每行连接线角度开口是原点方向 2. Calibrator构造函数： 注意： - cv::Size square_size是棋盘小方格尺寸，单位mm > https://blog.csdn.net/xueluowutong/article/details/80950915 ``` Calibrator(const char *images_folder,cv::Size board_size,cv::Size square_size); ``` - Calibrator构造函数会输出重投影误差 ##### CloudPtsGenerator _点云生成_ 1. update_Pose方法返回三维点云齐次坐标，如需笛卡尔三维坐标请使用tran_Mat_2_Point3d方法转换 ##### FeaturePtsCatcher _特征点对捕获_ 1. readImagePoints方法从yml中序列化读取Point2f数据 ##### GireCamera _工业相机驱动_ ##### VizViewer _三维可视化模块_ ![ 点云三维视图 ](others/images/1.png) # ICP配准: ![ ICP 点云配准](others/icp_runtime.png)
双目立体视差图进行三维点云重建【OpenCV3.4.1+PCL1.8】
02-01
基于双目立体视差图进行三维点云的重建，并提供PFM文件转成Mat格式的接口。点云重建过程清晰明了、内含所需的所有文件，详情见：https://mp.csdn.net/mdeditor/86644361
C#读取mat文件（csmatio）.zip
02-26
C#读取matlab生成的.mat矩阵数据文件。目前找到的比较简单的调用方式，简单几行代码就能实现需求，代码中实现了对二维三维以及四维矩阵.mat格式文件的读取以及创建。
基于C++实现的多目相机阵列三维重建物体位姿估计源码+项目说明.zip
最新发布
09-18
【资源说明】 基于C++实现的多目相机阵列三维重建物体位姿估计源码+项目说明.zip - ubuntu 16.04 - opencv 4.0.1 * contrib * viz - PCL 1.9 --- Calibrator _相机标定_ 1. 相机标定类已完成，每张标定图像的红色角点行是x轴，自红色向蓝色变化是y轴,每行连接线角度开口是原点方向 2. Calibrator构造函数： 注意： - cv::Size square_size是棋盘小方格尺寸，单位mm > https://blog.csdn.net/xueluowutong/article/details/80950915 ``` Calibrator(const char *images_folder,cv::Size board_size,cv::Size square_size); ``` - Calibrator构造函数会输出重投影误差 CloudPtsGenerator _点云生成_ 1. update_Pose方法返回三维点云齐次坐标，如需笛卡尔三维坐标请使用tran_Mat_2_Point3d方法转换 FeaturePtsCatcher _特征点对捕获_ 1. readImagePoints方法从yml中序列化读取Point2f数据 GireCamera _工业相机驱动_ VizViewer _三维可视化模块_ ![ 点云三维视图 ](others/images/1.png) # ICP配准: ![ ICP 点云配准](others/icp_runtime.png) 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可直接用于毕设、课设、作业等。 欢迎下载，沟通交流，互相学习，共同进步！
将文件夹中所有三维图像保存在四维数组中，并保存为.mat格式
12-20
我们在读取数据时，时常会遇到.mat格式的图片，这时候我们需要打开可视化。但是我们也在提交测试时，也会需要提交.mat文件。下面我们就将得到的测试图片保存在四维数组中，并生成.mat的字典格式。 import numpy as np import os.path import shutil from scipy.io.matlab.mio import savemat, loadmat import matplotlib.pyplot as plt from PIL import Image paths = "res_dir/" filelist = os.listdir(paths) #
数据结构之数组的存储
m0_66490044的博客
04-18 1万+
1.二维数组有两种存储方式：以行序为主序或以列序为主序。 2.对于一个有m行n列的二维数组（[0-m-1,0-n-1]），求其中的任一元素a[i,j]的存储位置公式为：LOC[i,j]=LOC[0,0]+(n*i+j) (以行序为主序的存储方式） ...
python numpy高维数组(三维数组) reshape操作+order详解+numpy高维数组的读法详解
热门推荐
プロノCodeSteel
01-18 2万+
本文可能是你看过最清晰的解释...... 在做机器学习的时候, 经常会遇到numpy或者其他地方的高维数组（维度d>3），这时候往往需要reshape到二维 为了保持想要的顺序不出错，需要理解: 1.numpy 高维数组的快速阅读方法 2. numpy.reshape函数的order参数的用法（算是高阶使用吧...） 1.numpy高维数组理解 先看二维数组： 2行 5列的例子 不用多说 d2=np.arange(10).reshape((2,5)) d2,d2.shape (a
数据结构三维数组存储地址计算
qq_53130637的博客
07-30 2105
三维数组A[5][4][3]中数据元素以行优先顺序存储，已知loc(A[0][0][0])=100，一个数组元素占4个单位存储空间，则数组元素A[2][2][2]的存储地址为228。解：loc(A[2][2][2])=loc(A[0][0][0])+(2*4*3+2*3+2)*4=(24+6+2)*4=228三维数组A[a][b][c]分别代表层、行、列，按行优先就是第一层按照行优先存满时，在第二层继续按照行优先存储，此题最好理解记忆，记错公式可能会出错，
unity 通过 二维数组序列化 实现二维数组在编辑器面板查看和配置数据
weixin_60232873的博客
05-03 2186
​ 实现思路如下： 1、定义一个二维数组数据类 2、奖数据类标记为 Serializable 并实现 unity内置的 ISerializationCallbackReceiver接口，接口提供了序列化和反序列化方法，参见官方文档（文档中给出了字典的序列化方法）：Unity - Scripting API: ISerializationCallbackReceiver 3、使用unity序列化系统可识别的数据存储二维数组中的数据，这里使用一维数组 4、将数据类作为变量，重写主体类的inspect
读写三维数据.stl文件
qq_40067649的博客
05-13 1168
STL文件格式有两种：ASCII字符格式，及二进制格式。 ASCII字符格式的格式如下： solid name // 文件名是可选的字符串 facet normal ni nj nk outer loop vertex v1x v1y v1z vertex v2x v2y v2z vertex v3x v3y v3z endloop endfacet endsolid name //结束行标志 二进制格式数据： 因为字符格式的STL文件比较大，占空间，因为有了二进制格式，且二进制
matlab 从STL或PLY文件中读取三维表面网格数据
点云侠的博客
02-10 813
使用matlab工具箱从STL或PLY文件中读取三维表面网格数据
opencv Mat创建高维数组(三维及以上）
ssyy5233225的博客
04-28 4206
想要创建高维数组，主要利用Mat的 Mat(int ndims, const int* sizes, int type, void* data, const size_t* steps=0)；这一成员函数。 假设要创建四维数组，具体事例如下： int p = 1; int q = 2; int t = 3; int u = 4; int sizes[] = { p,q,t,u }; int all...
三维数组-python
weixin_43912188的博客
10-20 1万+
三维数组，如下图 其实某种意义上，是不是一个小正方形也可以是三维数组，一排4*3的也可以看成是三维数组。只不过对于这两种情况而言，三维数组的第三个参数不太一样而已，是1. 一维数组和二维数组： 其实就说在于有多少个[]中括号的嵌套。 嵌套在第一层中括号内部的，就相当于是二维数组的每一排。 三维数组： 总结起来，就是只要是[]中括号嵌套三层的，那么就是三维数组，否则就不是。 当然嵌套在最内层的，可以是一个元素的数组，就是一个。假如是好几个，就相当于上面的图中的一层元素的每一排。 总之，结合着三维数
C语言三维数组问题
qq_61832249的博客
02-19 846
刚学的，凑合看（有不足，请指正） 1.理解 int [4][3][2]; //定义一个深度（层数）为4，行数为3，列数为2的三维数组 （至于深度怎么理解都可以，总之就是想象一个立方体，你正对面是第0层，然后依次往后排） 2.代码如下 #include<stdio.h> #include<string.h> int main(){ int a[4][3][2]; memset(a,0,sizeof(a)); int i,j,k,n=0; for(i=0;i&lt..
初识多维数组—三维数组
m0_72727628的博客
07-21 1万+
三维数组，是指维数为三的数组结构。三维数组是最常见的多维数组，由于其可以用来描述三维空间中的位置或状态而被广泛使用。简单说，一维数组就是坐标轴上的x轴，只有一个方向。二维数组就是x轴+y轴，组成了一个平面。三维数组就是x+y+z的坐标系，可以用来描述空间。...
Fortran学习6：数组3
faltas的博客
10-02 1362
Fortran学习
Open3D 文件读取与保存（Python版本）
dayuhaitang1的博客
01-15 1912
Open3D 文件读取与保存（Python版本）
Matlab数组操作_实现三维数组的写入与读取
baidu_33685365的博客
10-18 3325
matlab三维数组写入、读取与处理
python读取三维.mat数据
03-28
可以使用scipy库中的loadmat函数读取三维.mat数据。 示例代码如下： ```python import scipy.io as sio # 读取.mat文件 data = sio.loadmat('data.mat') # 获取三维数据 data_3d = data['data_3d'] # 打印数据形状 print(data_3d.shape) # 获取第一个切片数据 slice_1 = data_3d[:, :, 0] # 打印第一个切片数据形状 print(slice_1.shape) ``` 其中，`data.mat`是存储有三维数据的.mat文件，`data_3d`是从.mat文件中读取的三维数据。可以通过打印`data_3d`的形状来查看数据的维度和大小。这里还演示了如何获取第一个切片数据，并打印其形状。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

nutron-ma

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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