使用 python photogrammetry toolbox 进行照片3d重建使用啥软件
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了使用 python photogrammetry toolbox 进行照片3d重建使用啥软件相关的知识,希望对你有一定的参考价值。
参考技术A 之前我们了解了如何使用 VisualSFM 对多张照片进行3D重建。除了 VisualSFM 之外,其实还有其他方法能够完成同样的任务,今天就为大家介绍一下 Python Photogrammetry Toolbox(下称 PPT)。使用 PPT 进行照片重建,基本步骤与使用 VisualSFM 时相同,分为特征识别、特征匹配、稀疏重建以及稠密重建几步。不过 PPT 通过 Python 脚本语言将 bundle、PMVS 等工具封装了起来,一方面提供了跨平台性,更重要的,整个重建过程可以依靠脚本完成,减少了人工参与的成分。
您需要在下面的网页下载安装 PPT。
http://www.arc-team.homelinux.com/arcteam/ppt.php
如果您按照网页上的介绍,除了 PPT 之外还安装了相应的 GUI,那么重建过程会更直观。我们下面的示例也将使用 GUI。这次用于重建的照片,仍然是 Autodesk 123D Catch 中自带的佛陀,你可以在 123D Catch 安装目录下的 sample_project 中找到这些照片。
启动 PPT 的 GUI,你将看到主程序界面。
主界面中有 4 个 tab,常用的是前两个。“1. Run Bundle” 用于识别与匹配图像特征点,“2. Run CMVS/PMVS” 则完成稀疏与稠密重建。
点击 Select Photos Path 后,我们可以在弹出的对话框中选择我们希望重建的照片所在的目录。除了指定照片目录之外,界面中还提供了一些选项。其中 Select Feature Extractor 用于选择特征的抽取方法。不同的抽取方法可能有不同的许可证要求,不过对于我们试用来说区别不大。右侧的选项可以让你对图片进行统一的缩放。每次你改动配置,底部的 Run 中的命令行都会相应更新。
配置停当后,点击 Run,就可以开始我们重建的第一步了。此时,在 Python 的 Console 中,你可以看到识别以及匹配的过程。
在识别匹配完成后,会自动弹出工作目录,其中保存了各个照片的特征值以及匹配结果。
我们在主界面中切换到 “2. Run CMVS/PMVS” 标签,在 “Select Bundler Output Path” 中填入之前的工作目录。需要注意的是下面这个选项。
该选项决定了 PMVS 将使用多少张照片重建模型。如果填入的数字小于照片的总数,那么将会得到多个模型,这样你还得手动将这些模型组合起来。因为佛陀的照片一共有 40 张,所以我们直接在这里填入 40。同样的,每次你改变配置,Run 中的命令行都会相应改变。配置完之后,点击 Run,便开始稀疏重建了。与在 VisualSFM 中一样,这一步非常耗费 CPU,所以请在空闲时运行。
经过一段时间等待之后,刚才的工作目录中会多出现 pmvs 的目录,重建的结果就在其中。
打开 models 下的 ply 文件,我们就又可以看到我们熟悉的佛陀朋友了。
到这里我们已经得到了模型的点云。其后的根据点云重建多边形的步骤,与使用 VisualSFM 时相同,这里就不再介绍了。
python使用独立空间
python使用独立空间
安装
pip install virtualenv
创建一个虚拟且独立空间。env1 是虚拟环境的名称
virtualenv env
如果需要指定python 的版本,可以使用参数 –python= 2.7
virtualenv --python=python3.7.0 env
启动虚拟环境(就是运行 目录env1/bin 下的activate 文件)
env/Scripts/activate
这样就可以使用这个独立的虚拟环境了。 在这个虚拟环境安装任何的包不会影响全局环境和其他独立环境。
若是要关闭虚拟环境,执行
env/Scripts/deactivate
以上是关于使用 python photogrammetry toolbox 进行照片3d重建使用啥软件的主要内容,如果未能解决你的问题,请参考以下文章