Hi~ 可私信我了解后再进行下载~ 1.基于halcon算法平台； 2.提供深度图源文件以及解压密码； 3.代码预览： */********************************* * @文档名称: 基于点云的平面拟合。 * @作者: hugo * @版本: 1.1 * @日期: 2021-6-16 * @描述: 该方法支持点云平面拟合以及深度图平面拟合。 **********************************/* read_image (imageReal, './replay_38893_2021-6-7.tif') xResolution:=0.06 yResolution:=0.06 zResolution:=0.001 ScaleFactor:=[xResolution,yResolution,zResolution] rateLowRemove:=0.1 rateHighRemove:=0.1 dev_get_window (WindowHandle) *采样区域1 create_drawing_object_rectangle2 (300, 120, rad(90), 30, 20, DrawID) set_drawing_object_params (DrawID, 'color', 'red') set_drawing_object_params (DrawID, 'line_width', 1) attach_drawing_object_to_window (WindowHandle, DrawID) ......... TransPose := [0,0,d,0,0,0,0] rigid_trans_object_model_3d (SampledObjectModel3D1, TransPose, _SampledObjectModel3D1) rigid_trans_object_model_3d (ObjectModelPlane1, TransPose, _ObjectModelPlane1) create_pose (0, 0, Mean/2, 180, 0, 0, 'Rp+T', 'gba', 'point', Pose1) *visualize_object_model_3d (WindowHandle, [_ObjectModelPlane1,_SampledObjectModel3D1,SampledObjectModel3D2], [], [Pose1], [], ['intensity','lut','lut'], ['&litude','sqrt','sqrt'], '', 'Edited by AmazingRobot+ ' , PoseOut) visParamName := ['intensity_1','color_0','color_2','alpha_0'] visParamValue := ['coord_z','red','yellow',0.5] visualize_object_model_3d (WindowHandle, [_SampledObjectModel3D1,SampledObjectModel3D2,_ObjectModelPlane1], [], [], visParamName, visParamValue, 'Edited by AmazingRobot+', [], '', PoseOut) stop () 谢谢您的信任~

Hi~ 可私信我了解后再进行下载~ 内部有个封装的算子 密码为：p2pirob 1.基于halcon算法平台； 2.提供深度图源文件以及解压密码； 3.代码预览： */********************************************* * @文档名称: 深度图显示点云。 * @作者: hugo * @版本: 1.1 * @日期: 2021-6-20 * @描述: 该方法支持显示3D彩色点云以及灰度点云。 ***********************************************/ read_image (imageReal, './replay_38893_2021-6-7.tif') xResolution:=0.06 yResolution:=0.06 zResolution:=0.001 ScaleFactor:=[xResolution,yResolution,zResolution] IntensityImageToPiontsCloudImage_0 (imageReal, ScaleFactor, 1, SampledObjectModel3D, scale) stop () 谢谢您的信任~

MATLAB从视差图到点云图，利用三维重建求解每个坐标点，进行三维点云显示。利用原始图像进行映射，从而实现原图的颜色显示，得到原始三维模型图。

点云处理有时因为数据量太大，我们需要对其进行下采样。 这里的方法是先将点云填入固定大小的三维网格中，然后每个网格中选一个点生成新的点云。 新点云即为下采样后的点云。 这里使用斯坦福兔子作为测试点云。

基于opencv和zed的测距程序，主要通过获取点云图，鼠标选择对象，获得距离

MFC调用Windows接口实现二维散点图，条形图，曲线图等功能。MFC下面二维画图实例。 可以运行的实例，可以结合这个实例，实现数据的实时点云图。

通过点云图（灰度图）的灰度值来模拟三维模型到双目的距离大小，再根据原始二维图像赋RGB颜色值，最终获取一个3D模型