问题标签 [photogrammetry]

目标：我必须创建一个机器零件的 3d 模型。我有大约 25 张从不同角度拍摄的同一事物的图像。

进展：我能够提取机器上大多数图像的标签的坐标。

问题：但我不知道如何进行。我已经阅读了一些关于航空三角测量的内容，但我不知道如何实现它。如果您能指导我正确的方向，我将不胜感激。

如果您可以使用 python 和 opencv 提供您的解决方案，那将非常有帮助。

编辑：对不起，我不能上传这个代码，因为它是机密的。请不要怪我，我只是实习生。虽然我可以说我从图像中裁剪了标签的模板，然后使用 Sift 在所有图像上匹配该模板以获取标签的坐标。

我一直在尝试使用 COLMAP 从照片中生成 3D 网格，但我能得到的只是无用的点云。

我研究了各种 YouTube 教程，但我得到的结果与我看到的不同，主要是因为我永远无法获得实体 3D 网格。

为了获得一致的曝光，我购买了一款名为 ProMovie+ 的 iPhone 应用程序，它可以在锁定曝光的情况下以 4K 拍摄，但会根据需要聚焦于拍摄对象。（iPhone 内置的 AE/AF 锁定功能让许多镜头失焦，但该应用程序解决了这个问题。）

接下来，我从生成的 4K 视频中保存了静止的 PNG 图像。就源图像而言，一切似乎都具有足够高的质量。

最初每秒捕获 1 个 PNG 的素材。在没有得到好的结果之后，我尝试以不同的增量增加 FPS，甚至高达 30fps（这是我拍摄的，我认为这是矫枉过正）。所以我现在排除了帧数据不足的问题。一定有别的原因导致我的捕获量很差。

这是我最终的结果：

相机位置用红色表示，由于我使用了很多数据帧（接近 500 个）以希望获得可用的结果，因此它显示为一条红色的大实线。你能看到点云中那个黄色的东西吗？这就是我试图捕捉的对象。看起来没什么大不了的...

我希望结果更像这样（取自视频教程）：

显然我做错了什么，因为 COLMAP 并没有为我产生任何接近这个的东西。一旦我得到一个从 COLMAP 导出到 MeshLab 的 .ply 文件，当我打开点大小滑块时，我可以区分顶点中的颜色。

但它只显示顶点颜色，由于我的几何图形上没有面，我被卡住了，不知道是否可以生成面或使用这个 3D 数据。

更新：我找到了比我一直关注的其他教程更好的教程。它详细解释了稀疏重建是该过程的第一部分，而密集重建是第二部分。不幸的是，COLMAP 的开发人员做了一些不好的事情，他们没有提供没有 CUDA 的情况下执行密集重建的方法。

他们提供了一个糟糕的借口，即在 CPU 上执行此操作会很慢。我猜他们是在告诉我去买一台新电脑。

所以现在我正在研究是否有其他软件可以填补这个空白，或者是破解 COLMAP 以使用 CPU 的方法。

更新 #2：尝试安装 VSFM 以进行密集立体声重建，但没有提供安装程序，因此我必须构建它。进展顺利：

我正在使用 ARKit 扫描 AR 环境。如果我将它保存在设备或应用程序包上，AR 应用程序可以完美运行。我想要的是在某种服务器上保存 AR 资源并在用户使用应用程序时同步这些资源。

我想创建一个将 2d 图像/视频转换为 3d 模型的应用程序。在研究它时，我发现了类似的应用程序，如 Trnio、Scann3D、Qlone 和其他一些应用程序（尽管它们中很少有人提供较差的输出 3D 模型）。我还发现了一项由微软研究推出的名为 mobileFusion 的技术，它展示了我对我的应用程序所希望的相同愿景，但这些应用程序并非如此。

问题说明”：

我想在使用ARKit的 Apple 智能手机的两个连续图像之间使用关键点（又名连接点），但我找不到这些。

我可以从ARPointCloud或rawFeaturePoints在世界参考系中找到 3D 值，但我无法为实际检测到它们的对的每个图像找到 2D 值（即在图像参考系中）（可能使用一些修改后的SIFT检测器或任何算法。 ..事实上，我也想知道使用了哪种算法）。

问题：

您知道它们存储在哪个对象中或我如何检索它们吗？
我想将它们重新投影到相机在其他软件（python、scikit-image甚至opencv）中拍摄的图像上以进行一些处理。

我只想使用 pix4D 软件并排注册无人机图像，但问题是我没有任何 GCP。如何获得所有图像都正确拼接的马赛克？

我正在尝试编写一个脚本，从 Meshroom 加载相机参数并将它们导入 CAD 程序。我的第一个理解是这些参数（位置、旋转矩阵、焦距等）包含在 StructureFromMotion 子目录中的 JSON文件camera.sfm中。

在将这些参数导入 Rhino3D 并将生成的 3D 网格视图与 PrepareDenseScene 目录中未失真的照片进行比较后，我发现了惊人的巨大差异。运行结果的网格很好，所以我认为偏差是因为cameras.sfm中的参数不是最终的。文件仅包含从输入图像的 EXIF 信息中读取的焦距并且没有细化值，这一事实也支持了这一假设。所以我的问题是：

如何从 Meshroom 的输出中访问最终的相机参数？

知道这一点对我重建之前为 VisualSFM + CMPMVS 实施的摄影测量/CAD 管道有很大帮助。

非常感谢！

编辑：由于这是我的第一篇文章，我无法为 Meshroom 创建新标签。也许这可以由其他人添加？谢谢！

我最近学习了摄影测量，对使用 python 摄影测量工具箱很感兴趣，但是，我正在使用 windows 10 64 位，我不知道如何在 windows 中安装 PPT。我能找到的唯一与 Windows 相关的 PPT GUI 在 http://arc-team-open-research.blogspot.com/2011/09/python-photogrammetry-toolbox-for.html

有谁知道有关如何在 Windows 10 上安装的任何教程？

编辑：python 3.6 64bit 已经安装在我的电脑上（虽然是 python 的初学者）

据我了解 OpenCV 的坐标系，如图所示。 校准立体对的左侧相机位于面向 Z 方向的原点处。

我有一对经过校准的 2464x2056 像素相机（立体均方根值约为 0.35），计算了一对图像的视差并将其重新投影以获得 3D 点云。但是，我注意到 Z 轴与相机的光学中心不一致。

这确实与我希望做的一些点云操作有点混乱——这是预期的，还是表明在此过程中出现了问题？

下面是我生成的点，加上轴——红绿线和蓝线分别表示从原点出来的 x、y 和 z 轴。 如您所见，当我在校准期间将主点固定为 cx = 1232,y=1028 时，Z 轴截取头部和后部之间的点云，这对应于大约 x = 637, y = 1028 的像素坐标。当我删除 CV_FIX_PRINCIPAL_POINT 标志时，这大约计算为 cx = 1310，cy=1074，并且 Z 轴在 x=310，y=1050 附近截取。 与此处的校正图像相比，中点 x = 1232,y=1028 用黄色十字标记，图像的中心位于人体模型上方，Z 轴之间的交点与我预期的位置明显不同。

有谁知道为什么会发生这种情况？任何帮助将不胜感激。

我正在尝试计算用无人机拍摄的图像中心像素的真实世界 3D 坐标。我有无人机的经度、纬度、高度和欧拉角（偏航、俯仰和滚动）。假设地面是平坦的（海平面，因为这是无人机的绝对高度）。

现在我只看图像的中心，所以滚动角可能是不必要的，但我仍然拥有它以备将来使用。

如果可能的话，我对图像中心的 lon、lat、高度 (0) 感兴趣。

我尝试用欧拉角制作一个旋转矩阵，并将其与无人机和地面之间的向量相乘。然后将结果添加到无人机的初始位置向量，然后添加到长度，直到它达到海平面。但这似乎并没有给出预期的结果。

编辑：我一直在解决这个问题并进行了一些更新，但我仍然没有做对。我在地图上绘制我的结果并与已知位置进行比较，我可以告诉我我的结果是关闭的。代码：

我尝试使用 Beta 在此线程中描述的方法：如何将欧拉角转换为方向矢量？但我似乎误会了什么。

我不确定最后添加矢量分量时要使用什么角度。我猜这可能是我的问题。我的 Coordinate 类只使用 long 和 lat，但我是否必须以某种方式添加 z 组件才能使其正确？在这种情况下我应该以什么角度添加它？