本博客的内容主要参考YouTube视频Textured mesh to point cloud (Meshlab)步骤如下：导入模型（可以多个）。然后为了方便后续的查看，选择显示vertex，不显示面片依次点击每个layer（模型），给vertex赋颜色。赋好颜色后，layer中文件名后会多一个*，表示文件已修改删除layer（模型）中的面片。这里可以一次删除所有layer的面片检查一下面片是否都

文章目录公式RGB转HSIHSI转RGBRGB转HSI代码HSI转RGB代码示例公式HSI彩色模型就是色调（hub）、饱和度（saturation）、亮度（intensity）色调：描述纯色（纯黄色、纯蓝色之类）的颜色属性饱和度：描述一种纯色被白光稀释的程度亮度：即强度（类似灰度级的感觉）以下公式来源论文《Color image enhancement with exact HSI color m

最近要将一个使用PySide6写GUI的程序部署到英伟达Jetson Nano上。原本以为装个conda就能很快装好环境，结果发现arm的生态有点太糟糕了，啥都要自己编译安装，尤其是这个Pyside6。经过几天的探索，终于成功安装，于是写篇教程弥补一下网上对相关内容的缺失。Pyside6不仅源码要自己编译，相关的各种依赖也各种麻烦。下文将我用源码编译安装PySide6的完整历程都写下来了。首先要安

文章目录单张图片输入几何方法√（2015）Recognising Planes in a Single Image×（2012）Detecting planes and estimating their orientation from a single image√（2009）Accurate 3D ground plane estimation from a single image√（200

简介目前在做一个视频复原的相关工作，使用pytorch构建深度学习模型。在训练的过程中发现，数据集总共有6、7千对，使用单张2080TI训练600epoch至少要大概5天时间，而且时间很不稳定，有的训练可能要9天时间。这么长的训练周期让我不得不放几天假。在debug的时候发现，数据加载和预处理的过程花费了大量时间，因为计算都是在CPU上完成的。此外，预处理使用的multi progress经常会相

文章目录积分图定义平滑目前网上能找到的所有关于“使用积分图计算点云法相”的资料都是来自PCL的，只有code，没有原理这篇笔记来自论文Adaptive neighborhood selection for real-time surface normal estimation from organized point cloud data using integral images积分图定义将一张

简介目前在做一个视频复原的相关工作，使用pytorch构建深度学习模型。在训练的过程中发现，数据集总共有6、7千对，使用单张2080TI训练600epoch至少要大概5天时间，而且时间很不稳定，有的训练可能要9天时间。这么长的训练周期让我不得不放几天假。在debug的时候发现，数据加载和预处理的过程花费了大量时间，因为计算都是在CPU上完成的。此外，预处理使用的multi progress经常会相

问题描述有时候打开一个点云会发现颜色偏暗，如下图这是因为点云没有法向量，而meshlab渲染的时候（也就是点云偏亮）需要用到法向量解决方法生成法向量Filters -> Normals, Curvatures and Orientation -> Compute normals for point sets参数选择：neighbour num默认为10，可以调大一些，但是不能太大（计算

点云法向量：首先需要保证点云已经计算好法向量了。没有法向量的点云，在meshlab中看着会很暗。计算法向量的方式参考我的这篇博客重建face：参数都默认即可查看法向量朝向是否大致一样：如果不是的话（如下图），会导致重建出来的mesh可视化的时候很奇怪（黑白交错，因为meshlab进行渲染的时候会利用法向量，朝向viewpoint的为白，背对viewpoint的为黑）。我们需要进行如下操作调整好vi

现象 开机进入ubuntu后发现没有网络，无论是在桌面顶部状态栏的快捷键 还是 系统设置中，都没有”有线网“和”无线网“的选项，”代理“的选项是有的使用数据线连接电脑和手机，手机开启”通过usb共享网络“，还是没有任何网络运行ifconfig和ifconfig -a都不能看到有线网（名称类似enpxxx）和无线网（wlpxxx）运行命令sudo lshw -c network，输出类似如下，发现有