NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - AI模型在线查看 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割 - 3D道路快速建模

本文记录作者基于摄影测量技术的三维重建实验过程。

1、拍摄照片

任何摄影测量冒险都始于捕捉 3D 物体的照片。就我而言，要测量物体是我祖父的半身像，重 16 磅（7.26 千克），宽约 1 英尺（30 厘米）。

我可以把半身像放在一个平面上，然后从各个方向拍照，依靠软件为我“清理东西”。

但作为一名程序员，我知道输入垃圾等于输出的垃圾，图像越干净，拍摄得越精确，我以后清理伪像或修改不精确模型所需要做的工作就越少——至少是这样 我的理论。

所以我用两块圆木和一个轴承做了个旋转转盘：

我用纯白色背景（一张海报板）设置它，并在我贴在 DIY托盘上的一条胶带上测量出 10° 的增量，这样我就可以精确地旋转它。

最后，我从四个高度拍摄了一系列 148 张图片：

我将这些照片导入计算机，稍微调整一下曝光度，使白色背景稍微有点过曝（纯白色），并准备好一组 24 兆像素的 JPEG 用于摄影测量过程——超过 35 亿像素的数据可以使用 和！

2、第一次尝试（失败）

由于我有一台 Mac（当时配备 i9 处理器的 2019 16" Macbook Pro），我没有任何 Nvidia CUDA 内核可供我使用（至少在本地）。而且它似乎更受 GUI 驱动，摄影测量程序（通常需要 CUDA 内核）仅适用于 Windows。

但我最终找到了免费的跨平台应用程序 Regard3D，并按照官方教程进行操作。 我能够得到一个结果，但是生成的 3D 网格真的很乱：

你可以看到人像似乎被冻在了粘液床上。 要忠实再现原始半身像，需要在 Meshmixer 中做大量工作。

我给堂兄发了同样的一组照片，但也很难找到一个好的初始模型。

3、第二次尝试：COLMAP + OpenMVS

最后，我找到了 Peter L. Falkingham 博士关于 COLMAP + OpenMVS 的这篇博文。 他编写了一个 .bat 脚本，该脚本使用两个开源工具（至少在 Windows 上）从一组图像生成 3D 模型。

我需要安装 COLMAP 和 OpenMVS，幸运的是，我还找到了 joecooning 的优秀 文章，Mac OS 上的免费摄影测量：从照片到 3D 模型，并按照他的说明安装这些软件。

3.1 安装 COLMAP

从 COLMAP GitHub 发布页面下载最新的 COLMAP-dev-mac-no-cuda.zip 文件，展开它，并将 COLMAP 放在应用程序文件夹中。

3.2 安装 OpenMVS

  • 使用 Homebrew 安装 OpenMVS 的依赖项： brew install boost eigen opencv cgal ceres-solver。
  • 安装CMake。
  • 安装 XCode。
  • 克隆 VCG 库： git clone https://github.com/cdcseacave/VCG.git vcglib
  • 克隆 OpenMVS： git clone https://github.com/cdcseacave/openMVS.git
  • 创建一个单独的构建目录来构建 OpenMVS：  mkdir openMVS_build && cd openMVS_build
  • 构建 OpenMVS： cmake。 ../openMVS -DCMAKE_BUILD_TYPE=Release -DVCG_ROOT="pwd/vcglib" -G "Xcode"
  • 使用 xcodebuild 编译应用程序： xcodebuild -configuration Release

3.3 运行 photogrammetry.sh

使用此 shell 脚本（嵌入在下方）在一个你希望转换为 3D 模型的对象图像的目录中运行摄影测量过程：

#!/bin/bash
# Photogrammety automation script.
#
# Based on https://peterfalkingham.com/2018/04/01/colmap-openmvs-scripts-updated/
# Adapted from https://www.instructables.com/Free-Photogrammetry-on-Mac-OS-From-Photos-to-3D-Mo/
#
# See full guide on Jeff Geerling's blog:
# TODO
#
# Usage:
#   1. Save this script into a file named `photogrammetry.sh`, in the directory
#      where you saved the photos you took of a 3D object.
#   2. Give it execute permissions (`chmod +x photogrammetry.sh`).
#   3. Replace the '/Users/jgeerling/*' paths with your own.
#   4. Run `./photogrammetry.sh`
#   5. Wait.
#
# It will take a LONG time, especially if you use tons of high-res photos.

# Get current directory path.
current_dir=$PWD

# Store the current directory name for object output.
dir_name=${PWD##*/}

# Set colmap directory (change this to where you've placed colmap).
colmap_dir=/Applications/COLMAP.app/Contents/MacOS/colmap

# Set openMVS directory (change this to the 'bin/Release' folder where you built openMVS).
openmvs_dir=/Users/jgeerling/Downloads/photogrammetry/openMVS_build/bin/Release

# Set Working Directory (I create a temporary workspace folder in my 'Projects' directory to process data in)
working_dir=/Users/jgeerling/Downloads/photogrammetry/workspace

mkdir $working_dir
cp *.jpg $working_dir/
cp *.JPG $working_dir/
cd $working_dir

$colmap_dir feature_extractor --database_path database.db --image_path .
$colmap_dir exhaustive_matcher --database_path database.db
mkdir sparse
$colmap_dir mapper --database_path database.db --image_path . --output_path sparse
$colmap_dir model_converter --input_path sparse/0 --output_path model.nvm --output_type NVM
$openmvs_dir/InterfaceVisualSFM model.nvm
$openmvs_dir/DensifyPointCloud model.mvs
$openmvs_dir/ReconstructMesh model_dense.mvs
$openmvs_dir/RefineMesh --resolution-level 1 model_dense_mesh.mvs
$openmvs_dir/TextureMesh --export-type obj -o $dir_name.obj model_dense_mesh_refine.mvs

mkdir $current_dir/model/
cp *.obj $current_dir/model/
cp *.mtl $current_dir/model/
cp *Kd.jpg $current_dir/model/

cd $current_dir

运行脚本后，新的“模型”目录应包含一个 .jpg 纹理贴图图像、一个 .mtl（材质设置）文件和一个 .obj（3D 对象）文件。

我在免费的 Meshmixer 应用程序中导入了 .obj 文件，哇，它几乎完全正确......除了对象是颠倒的：

4、最终结果

我花了一些时间清理 Meshmixer 中的底部边缘，并进行“平面切割”以切掉底部并丢弃来自转盘的所有工件。 然后我将对象制作成实体（这对于 3D 打印来说不是绝对必要的，但在我的情况下更容易处理）并导出它。

它看起来相当惊人，甚至捕捉到了一些肉眼可能一眼就看不到的微小细节！

这是我用这个模型制作的 3D 打印的一个简短片段，使用 Octolapse 和我的尼康 D700 生成：

原文链接：Modeling my Grandpa with 3D Photogrammetry

BimAnt翻译整理，转载请标明出处