3D模型0.1

下列代码并不是完整的生成3d图形的出现代码,但我只让他实现了初步描点功能：

程序功能说明

1. 摄像头初始化
功能：
使用OpenCV初始化摄像头，确保摄像头正常工作。
代码片段：

cap = cv2.VideoCapture(0)
if not cap.isOpened():
    raise IOError("无法打开摄像头")

2. Pygame和OpenGL初始化
功能：
初始化Pygame和OpenGL环境，用于显示特征点。
代码片段：

pygame.init()
display = (800, 600)
pygame.display.set_mode(display, DOUBLEBUF | OPENGL)
gluPerspective(45, (display[0] / display[1]), 0.1, 50.0)
glTranslatef(0.0, 0.0, -5)

3. 特征检测

功能：
使用SIFT算法检测每一帧的特征点和描述符。
代码片段：

def detect_features(frame):
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    keypoints, descriptors = sift.detectAndCompute(gray, None)
    return keypoints, descriptors

4. 特征匹配

功能：
使用FLANN匹配器进行特征点匹配，并应用比率测试筛选出可靠的匹配点。
代码片段：

def match_features(descriptors1, descriptors2):
    flann = cv2.FlannBasedMatcher()
    matches = flann.knnMatch(descriptors1, descriptors2, k=2)
    good_matches = []
    for m, n in matches:
        if m.distance < 0.75 * n.distance:
            good_matches.append(m)
    return good_matches

5. 单应性矩阵计算

功能：
计算匹配点之间的单应性矩阵，用于可视化匹配结果。
代码片段：

if len(valid_matches) > 4:
    H, _ = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0)
    match_img = cv2.drawMatches(prev_frame, prev_keypoints, frame, keypoints, valid_matches, None, flags=cv2.DrawMatchesFlags_NOT_DRAW_SINGLE_POINTS)
    cv2.imshow('matches', match_img)

6. 3D点云生成

功能：
通过三角化匹配的特征点，生成3D点云并使用Open3D进行可视化。
代码片段：

def generate_3d_model(keypoints_list, descriptors_list, matches_list):
    pcd = o3d.geometry.PointCloud()
    K = np.array([[500, 0, 320], [0, 500, 240], [0, 0, 1]])
    for i in range(len(keypoints_list) - 1):
        keypoints1 = keypoints_list[i]
        keypoints2 = keypoints_list[i + 1]
        descriptors1 = descriptors_list[i]
        descriptors2 = descriptors_list[i + 1]
        matches = matches_list[i]
        src_pts = np.float32([keypoints1[m.quer