顶部图片
022-23715128

联系方式

CONTACT
  • 公众号
    新浪微博
  • 中国 ● 天津

    联系地址:天津市西青区华鼎高科技发展中心

  • 公司座机:022-23715128

    24小时热线:15522534786

    联系QQ:2085429559

    公司邮箱:gvt@techlego.com

当前位置: 首页 > 新闻资讯 > 行业新闻 >
新闻资讯NEWS

日期:2026-11-20 10:34 浏览次数: 作者:来高科技
从离散点云到精细网格:来高SDK赋能工业三维视觉检测与逆向工程 分享到:
 

客户痛点

 
 
 
 

仅有点云,无法直接满足检测和逆向工程需求。点云是离散数据,很多检测和建模任务需要连续的三维表面。如果自行开发网格化算法,不仅开发周期长,而且还要处理孔洞、噪声、网格质量等问题,还可能面临点云转网格算法粗糙,噪声与细节无法兼顾(如测量数据跳动大),缺乏孔洞填充、光顺等进阶处理功能等问题,难以满足高要求检测的需求。集成相关点云转网格算法复杂,难以融入现有流程。

Techlego

来高科技解决方案

来高SDK支持点云直接转换三角网格,并提供:曲率孔洞填充;标志点填充;网格光顺;网格简化;网格锐化;网格精细化等功能。

通过SDK可以直接完成:点云读取→点云处理→网格生成→网格导出。使用者无需从零实现复杂的网格化算法,即可将点云转换为可用于检测、测量和逆向工程的三角网格。

使用SDK转换点云到三角网格可以概括为以下几个步骤:

1

创建SDK客户端;

2

获取点云文件路径;

3

将点云文件读取到工程中;

4

对点云数据进行处理;

5

设置导出参数;

6

获取生成的三角网格,并导出到文件。

1

创建客户端,首先通过IP地址和端口创建通信协议,然后基于该协议创建三维扫描客户端。

2

获取点云文件路径,示例中使用当前程序运行目录作为基础路径,并获取test.asc点云文件。

3

读取点云数据,获得文件路径之后,通过SDK将点云数据加载到工程。

如果点云数据并不是保存在文件中,而是已经存在于程序内存中,则可以使用SDK提供的内存数据加载接口:

load_feature_align_data_from_memory(...)

因此,该SDK不仅适合离线点云文件处理,也可以用于在线三维扫描和自动化视觉系统。

4

将点云转移到扫描组并进行处理。

5

(可选)设置导出参数。

下图是set_mesh_parameters函数原型说明

6

获取网格并导出到文件中。

因此,从开发角度来看,整个点云到网格的核心流程可以简化为:

点云读取→点云处理→网格生成→网格导出

这也是使用SDK进行二次开发的一大优势:使用者无需从零开始实现完整的点云网格化算法,而可以直接调用成熟的接口完成整个流程。

源码

int main()

{

//通过IP端口创建协议

auto protocol=techlego::create_binary_protocol(L"localhost",5252);

//通过协议创建客户端

auto client=techlego::h_scan3d_client::make_shared(protocol);

std::filesystem::path current_path=std::filesystem::current_path();

std::wstring path=current_path.wstring();

//获取当前目录下test.asc(点云文件)全目录

path+=L"\\test.asc";

//载入点云文件

bool operation_status=client->load_feature_align_data_from_file(path.c_str(),false);

//若点云数据在内存中,可用load_feature_align_data_from_memory进行加载

if(!operation_status)

return-1;

//将载入的点云转移到扫描组

client->moving_data_to_scan_group(false);

//处理点云,准备导出网格

client->process_data();

//创建用于保存网格数据的结构

auto mesh=techlego::h_mesh::make_unique();

path=current_path.wstring();

//获取输出目录

path+=L"\\result.ply";

//输出网格

client->export_mesh_file2(path.c_str(),*mesh);

return 0;

}

 
 

官网视频号·点击视频·关注我们

 


  • 上一篇:精微与稳健并存:三维视觉标定中的高精度模式与噪声容忍策略
  • 下一篇:没有了
  • 相关推荐 NEWS More>