Autodesk的照片建模云服务—Autodesk ReCap 360 photo 的测试数据

简介:


之前已经给大家介绍过了Autodesk的照片建模云服务—Autodesk ReCap 360 photo, 你也可以自己登录到http://recap360.autodesk.com/ 自己试一试。

 

照片拍摄技巧

你需要用相机围绕需要建模的物体拍照。好多人问我拍照技巧,其实没有什么特别的拍照技巧,无非就是通用的拍照技术,保证照片焦点清晰、曝光适度就可以了。为保证模型生成效果,最好每隔5~10°就拍摄一张照片,即围绕物体一周至少拍摄36张照片。照片越多、生成的模型就越精确,最多可以到250张。要有足够多的照片能覆盖要建模对象,也就是要有足够多的照片展现建模对象的全景。对于有复杂细节的局部,可以补充拍特写,比如我下面模型的龙头部分,可以靠近一些拍,获得更多细节。

 

关于拍照还有一点需要说明,大家都是聪明人,有人看到要围绕物体拍照一周,就想到了偷懒的小技巧,那我相机不动,转那个物体不就行了吗(如果你转的动的话)。 注意,这样的不行的。因为相机不动的话,每张照片的背景都是一样的,而在由照片生成模型的计算中,背景也是很重要的一个考虑因素。如果你相机不动拍照的话,多半会生成失败。

 

对于相机,也没有特别的要求,不过当然是像素数越高越好。iPad的相机比较差劲,iPhone的不错,单反最好。看下面的模型,我是用我的小米2s拍的,效果也不错。

image image

如果你现在就想试试看,那可以用我拍的这一组照片来试试看。从这里下载:

 

http://pan.baidu.com/s/1qW6W4Rq

 

不过,最激动人心的还是试试用自己拍的照片来试试对不对?现在就去拍拍照来建模吧!

 

分享你的模型

如果你创建成功,希望你能共享给我也看看,我可以把截图贴在这里,让大家共同分享你的喜悦吧。怎么分享呢?

 

在ReCap 360首页上,鼠标移动到你的模型上,就有下面的菜单。点选下面的Share project:

image

然后点下面的 “Add people” :

image

 

然后填入我的邮件地址 daniel.du@autodesk.com ,然后点 Add 按钮然后点Save就可以共享给我啦!

image

 

把你的模型共享给我和你的朋友们吧,看看大家通过照片能建出什么样稀奇古怪的模型 :)等着你的好戏啊!

 

如果你是ADN会员并且需要生成高质量的模型,可以看这里:

如何申请Autodesk ReCap 360 photo的云币(Cloud Credit)

作者: 峻祁连
邮箱:junqilian@163.com 
出处: http://junqilian.cnblogs.com 
转载请保留此信息。



本文转自峻祁连. Moving to Cloud/Mobile博客园博客,原文链接:http://www.cnblogs.com/junqilian/p/3836543.html ,如需转载请自行联系原作者
相关文章
|
2月前
Mybatis+mysql动态分页查询数据案例——测试类HouseDaoMybatisImplTest)
Mybatis+mysql动态分页查询数据案例——测试类HouseDaoMybatisImplTest)
22 1
|
2月前
|
Java 关系型数据库 数据库连接
Mybatis+MySQL动态分页查询数据经典案例(含代码以及测试)
Mybatis+MySQL动态分页查询数据经典案例(含代码以及测试)
35 1
|
3月前
|
计算机视觉
Google Earth Engine(GEE)——使用MODIS数据单点测试SG滤波和harmonics method 滤波的差异分析
Google Earth Engine(GEE)——使用MODIS数据单点测试SG滤波和harmonics method 滤波的差异分析
53 0
|
4月前
|
SQL 存储 数据库连接
自动生成测试数据—数据库篇
自动生成测试数据—数据库篇
|
2天前
|
JSON 测试技术 数据格式
Elasticsearch 8.X 如何生成 TB 级的测试数据 ?
Elasticsearch 8.X 如何生成 TB 级的测试数据 ?
11 0
|
11天前
|
人工智能 测试技术
测试数据不再难,人工智能批量生成给你用!
本文介绍了如何利用ChatGPT生成测试数据。测试数据是验证功能和触发异常场景的关键,设计时需全面考虑等价类、边界值和正交法。实践中,先明确数据类型、格式和需求,然后向ChatGPT提供相关信息。例如,对于只能输入中国手机号的输入框,初始提示可能只包含正常手机号,但应进一步补充异常场景,如非数字、长度错误、非中国号码、特殊字符、空输入等。此外,可通过指定yaml格式来满足代码使用需求。总结来说,生成测试数据需清晰定义需求,拆分任务,并系统测试各种变化。
20 2
|
22天前
|
数据可视化
结构方程模型 SEM 多元回归和模型诊断分析学生测试成绩数据与可视化
结构方程模型 SEM 多元回归和模型诊断分析学生测试成绩数据与可视化
|
1月前
|
人工智能 分布式计算 Kubernetes
人工智能,应该如何测试?(三)数据构造与性能测试篇
本文探讨了人工智能场景中的性能测试,区别于传统互联网测试,其复杂性更高。主要关注点包括两类AI产品——业务类和平台类,后者涉及AI全生命周期,测试难度更大。测试重点是模型训练的性能,特别是数据模拟。需要构造大量结构化数据,如不同规模、分布、分片和特征规模的数据,以评估算法效率。此外,还涉及模拟设备规模(如视频流)和节点规模(边缘计算),以测试在大规模负载下的系统性能。文中提到了使用工具如Spark、ffmpeg、流媒体服务器和Kubernetes(K8S)的扩展项目,如Kubemark,来模拟大规模环境。最后,文章介绍了使用Golang进行异步IO操作以构建海量小文件,优化IO性能。
199 0
|
2月前
|
算法 测试技术 uml
【软件设计师备考 专题 】面向对象实现方法:从程序设计语言的选择到测试数据的准备
【软件设计师备考 专题 】面向对象实现方法:从程序设计语言的选择到测试数据的准备
49 0

热门文章

最新文章