深度图像转点云对比测试数据集
深度图像的三维坐标信息，转成点云后的可视化数据效果，真的挺直观的，尤其适合做 3D 重建、导航、AR 这类需要空间感的项目。这个测试数据集专门用来做深度图转点云的对比测试，里面既有原始的深度图，也有转换后的点云，拿来练手、对比算法表现，方便。
像Kinect、RealSense这种 RGB-D 相机拍出来的深度图，每个像素其实就是到相机的距离，用好了比普通图片有信息多了。要把它转成点云，最基础的办法就是一行行扫，每个像素都用相机内参算个三维坐标，这就有点像开了空间透视的外挂。
啦，深度图本身会有噪点，是边缘和遮挡的位置，所以一般还得加个滤波预，比如中值滤波或者高斯。另外，相机的姿态、位置这些参数也关键，要算准确，才能把点云放到正确的位置。
点云拿到手之后，怎么用就看你的项目了。可以直接喂给PCL做降采样、分割；也可以和PyTorch3D结合搞深度学习建模；要做前端可视化，three.js、Canvas、WebGL都能派上用场。
如果你在搞 3D 建模、SLAM，或者要跑一个深度图转点云的流程，这份测试数据集挺值一试的。数据真实，格式清晰，适配性也比较好，关键是省去你前期自己采集和数据的那堆麻烦事儿。
文件大小：891.72KB
评论区