open3d学习笔记三【采样与体素化】
一、补充一些小知识1、以mesh方式读取ply文件import open3d as o3d mesh = o3d.io.read_triangle_mesh("mode/Fantasy Dragon.ply") mesh.compute_vertex_normals()2.旋转矩阵三维模型使用R，T两个参数来变换，视图的空间坐标系建立：向上为z轴，向右为y轴，x轴指向屏幕前。
open3d学习笔记二【文件读写】
官方文档的读取函数函数参数open3d.io.read_azure_kinect_mkv_metadata(filename)open3d.io.read_azure_kinect_sensor_config(filename)open3d.io.read_feature(filename)open3d.io.read_file_geometry_type(读取文件的几何类型)( arg0 : s
Open3D学习笔记一【初窥门径，文件读取】
第三方库下载pip install --user open3d注意，windows在cmd安装时可能会报错，如果是安装了anaconda的话在Prompt下用pip安装。不到万不得已不建议用conda的方式安装！因为conda安装的版本功能不完整。一个简单的例子import numpy as np import open3d as o3d #随机创造一些空间点 points = (np.rando
【双目视觉】双目矫正
一、双目标定双目标定需要获取到两个相机的内参以及变换矩阵。可参照链接：https://blog.csdn.net/qq_38236355/article/details/89280633https://blog.csdn.net/qingfengxiaosong/article/details/109897053或者自行百度建议使用Matlab工具箱做标定，其中建议勾选3 Coefficients
【双目视觉】双目立体匹配
一、双目立体匹配算法在opencv中用的比较多的双目立体匹配算法有两种：BM和SGBM。SGBM是BM立体匹配算法的优化版，属于半全局匹配，相对于BM花的时间要更多，但效果优于BM。本文使用的是SGBM半全局匹配方式。步骤：1.打开相机，获取到左目和右目的图像；2.矫正畸变；3.图像灰度化；4.立体匹配，输出结果。代码步骤导入所需的第三方库import cv2 import numpy as np