约MVBB 地位 建造 单元测试 快速算法，用于计算3D点云的最小体积定向边界框的近似值。 在3D中为给定点云计算面向最小体积的边界框是计算机科学中的难题。 确切的算法是已知的，并且在3D中的点数为立方量级。 目前尚不知道一种更快的精确算法。 但是，对于许多应用程序，最小体积定向边界框的近似值是可以接受的，并且已经足够准确。 这个项目是为研究而开发的。 这个符合小型标准的C ++ 11库可以内置到共享库中，也可以直接包含在现有的C ++项目中。 我并不为几年前编写的基础代码感到特别自豪，但是考虑到PR的重构和清理是非常受欢迎的！ 该库包含以下代码： 计算定向的最小体积盒的近似值（多线程支持：OpenMP）， 在2D中计算点云的凸包， 计算二维点云的最小面积矩形， 点云的2d投影， 使用复杂的拆分技术快速构建kD-Tree（n维，模板化），可在拆分过程中优化质量标准， 通

React图像注释 有史以来最好的图像/视频注释工具。 。 或的。 赞助商 特征 简单的输入/输出格式 边界框，点和多边形注释 缩放，缩放，平移 多张图片 光标十字线 用法 npm install react-image-annotate import React from "react" ; import ReactImageAnnotate from "react-image-annotate" ; const App = ( ) => ( < ReactImageAnnotate labelImages regionClsList = { [ "Alpha" , "Beta" , "Charlie" , "Delta" ] } regionTagList = { [ "tag1" , "tag2" , "tag3" ] } images = {