CloudCompare 基础教程 (1) - 简介
CloudCompare是一个三维点云(网格)编辑和处理软件。最初,它被设计用来对稠密的三维点云进行直接比较。它依赖于一种特定的八叉树结构,在进行点云对比这类任务时具有出色的性能【1】。此外,由于大多数点云都是由地面激光扫描仪采集的,CloudCompare的目的是在一台标准笔记本电脑上处理大规模的点云——通常超过1000万个点云。在2005年后,cloudcompare就实现了点云和三角形网格之间的比较。随后,许多其他点云处理算法(配准、重采样、颜色/法线向量/尺度、统计计算、传感器管理、交互式或自动分割等)以及显示增强工具(自定义颜色渐变、颜色和法向量处理,校准图像处理、OpenGL着色器、插件等)
例如在一台带有双核处理器的笔记本电脑上,计算出300万个点到14000个三角形网格的距离需要10秒(笔者理解:这里是指点云到模型的配准,出现的误差通过颜色的不同可视化出差别)
CloudCompare二次开发编译篇
点云与网格
由于CloudCompare的特定历史,该软件几乎将所有的三维实体都视为点云数据进行处理。通常,三角形网格只是一个具有关联拓扑的点云(网格顶点 the mesh vertices)(与每个三角形对应的“连接”点的三元组)。这解释了网格始终有一个名为“顶点”的点云作为同级或父级(取决于加载或生成它们的方式)。虽然CloudCompare允许用户直接在网格结构(即三角化点云)上应用一些工具,但有些工具只能应用于网格顶点。一开始可能有点令人难以理解,但我们不希望用户忽略这一点:CloudCompare主要是一个点云处理软件。当然,由于CloudCompare的目的是进行变化检测(例如形变监测),而且三角形网格是表示参考形状(例如建筑物)的一种非常常见的方法,因此它非常有用,不能忽视。尽管如此,处理网格点云仍然是一个“次要”实例,尤其是CloudCompare能够直接比较两个点云,而不需要生成中间网格。
主要原因是:
- 三角化网格通常很难在真实场景中正确生成,尤其是在使用激光扫描仪(噪声、可变密度等)扫描时
- 由于ALS/TLS点云通常非常密集(且准确),我们已经拥有了所需的所有信息。
(笔者理解:这里说明了cloudcompare的定位是一款处理点云的软件,尽管能处理mesh数据,但是也只能处理mesh数据中顶点的点,并且是一款用于检测形变的点云处理软件)
CloudCompare技术上的优势
便携性
CloudCompare是在C++中开发的。它目前是在Windows、Linux和Mac操作系统上编译(感谢CMake)32位和64位体系结构。
在存储和速度之间进行权衡
以下是关于CloudCompare中所做技术选择的一些细节(主要是为了实现加载尽可能多的点而不降低太多性能的目标,即在存储和速度之间进行良好的权衡)
- 所有存储值和大部分计算都使用32位浮点值完成
- 防止对数组大小的任何限制(因为在32 位Windows上很难获得大的连续内存块),我们使用一个自定义容器,自动将数据集分块成小块(每个块64KB)。
- 法向量(如果有)压缩到16位(实际上是15位,因为量化1的工作方式)
- CloudCompare中使用的特定八叉树结构需要恒定的每点内存(即在32位操作系统上,每点8个字节—最大深度为10—在64位操作系统上为12个字节—最大深度为21!)。它基于三维点坐标的特定量化-一种Morton【2】排序方案-其中每个点在八叉树网格和任何级别上的位置都由单个整数代码表示。然后我们处理这些代码以实现非常高效的最近邻查询操作。然而,尽管这种八叉树结构对于计算距离非常有效,但它不适合快速显示( Level Of Detail (LOD) 等)
基于以上平衡选择的结果是CloudCompare每GB内存可以存储大约9000万个空白点(只含有XYZ的意思)。如果添加RGB颜色、法线向量、单个尺度字段,并且需要计算八叉树,则每GB最多可以加载3200万个点。在一个64位操作系统上,你可以加载任意多个点(事实上多达40亿)。但是,根据您的显卡功能,显示和交互性可能会因为这许多点而严重降低)。有了高端显卡,你可以保持一个合理的帧速率高达1.5亿个点。
参考文献
1 http://en.wikipedia.org/wiki/Quantization
2 http://en.wikipedia.org/wiki/Z-order_curve
最近的进展
虽然该项目已于2004年在EDF研发部启动,但直到2009年左右才在公共领域发布(根据GPL许可)。由于CloudCompare是开源项目,所以每个人都可以免费(也欢迎)扩展其功能。请不吝于提问和分享您的经验在论坛里【3】,并查看Github源代码【4】。
许可证
CCLib库(包含核心算法)的许可证是LGPL【5】版本2.0。
因此,CCLib可以集成到任何商业或非商业项目中。你只要和别人分享,就可以和作者一起修改代码。
其他组件的许可证为GPL【6】(2.0版):
•qCC_db(数据库)
•qCC_io(文件I/O库)
•qCC_gl(基于OpenGL的3D显示库)
•CloudCompare和ccViewer(独立应用程序)
因此,只有与GPL兼容(即开源但不一定意味着免费)的项目可以使用这些组件。
最新版本的用户文档可在以下网址找到: http://www.cloudcompare.org/doc/wiki/
官方汉化步骤
http://www.cloudcompare.org/forum/viewtopic.php?f=3&t=1444
参考文献
3 http://www.cloudcompare.org/forum
4 https://github.com/cloudcompare/trunk
5 http://www.gnu.org/licenses/lgpl-2.0.html
6 http://www.gnu.org/licenses/gpl-2.0.html
上一篇: PerfDog 使用说明
下一篇: 开源免费文件比较工具真香!
推荐阅读
-
开源im即时通讯app源码系统/php即时聊天im源码/php+uniapp框架 [Lifetime] - 1 ...简介
-
WITS 标准简介 (1)
-
HBuilderX 简介和使用指南(第 1 部分)
-
蓝鲸智能云系统简介 1 (20210802)
-
1.C++ 简介(下)
-
基于 Python 的豆瓣电影评分可视化、豆瓣电影评分预测系统-1 简介
-
NLP 教程:什么是规范? L1、L2 规范简介。
-
epoll简介及触发模式(accept、read、send)-epoll的简单介绍 epoll在LT和ET模式下的读写方式 一、epoll的接口非常简单,一共就三个函数:1. int epoll_create(int size);创建一个epoll的句柄,size用来告诉内核这个监听的数目一共有多大。这个参数不同于select中的第一个参数,给出最大监听的fd+1的值。需要注意的是,当创建好epoll句柄后,它就是会占用一个fd值,在linux下如果查看/proc/进程id/fd/,是能够看到这个fd的,所以在使用完epoll后,必须调用close关闭,否则可能导致fd被耗尽。2. int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event);epoll的事件注册函数,它不同与select是在监听事件时告诉内核要监听什么类型的事件,而是在这里先注册要监听的事件类型。第一个参数是epoll_create的返回值,第二个参数表示动作,用三个宏来表示:EPOLL_CTL_ADD:注册新的fd到epfd中;EPOLL_CTL_MOD:修改已经注册的fd的监听事件;EPOLL_CTL_DEL:从epfd中删除一个fd;第三个参数是需要监听的fd,第四个参数是告诉内核需要监听什么事,struct epoll_event结构如下:struct epoll_event { __uint32_t events; /* Epoll events */ epoll_data_t data; /* User data variable */};events可以是以下几个宏的集合:EPOLLIN :表示对应的文件描述符可以读(包括对端SOCKET正常关闭); EPOLLIN事件:EPOLLIN事件则只有当对端有数据写入时才会触发,所以触发一次后需要不断读取所有数据直到读完EAGAIN为止。否则剩下的数据只有在下次对端有写入时才能一起取出来了。现在明白为什么说epoll必须要求异步socket了吧?如果同步socket,而且要求读完所有数据,那么最终就会在堵死在阻塞里。 EPOLLOUT:表示对应的文件描述符可以写; EPOLLOUT事件:EPOLLOUT事件只有在连接时触发一次,表示可写,其他时候想要触发,那要先准备好下面条件:1.某次write,写满了发送缓冲区,返回错误码为EAGAIN。2.对端读取了一些数据,又重新可写了,此时会触发EPOLLOUT。简单地说:EPOLLOUT事件只有在不可写到可写的转变时刻,才会触发一次,所以叫边缘触发,这叫法没错的!其实,如果真的想强制触发一次,也是有办法的,直接调用epoll_ctl重新设置一下event就可以了,event跟原来的设置一模一样都行(但必须包含EPOLLOUT),关键是重新设置,就会马上触发一次EPOLLOUT事件。1. 缓冲区由满变空.2.同时注册EPOLLIN | EPOLLOUT事件,也会触发一次EPOLLOUT事件这个两个也会触发EPOLLOUT事件 EPOLLPRI:表示对应的文件描述符有紧急的数据可读(这里应该表示有带外数据到来);EPOLLERR:表示对应的文件描述符发生错误;EPOLLHUP:表示对应的文件描述符被挂断;EPOLLET: 将EPOLL设为边缘触发(Edge Triggered)模式,这是相对于水平触发(Level Triggered)来说的。EPOLLONESHOT:只监听一次事件,当监听完这次事件之后,如果还需要继续监听这个socket的话,需要再次把这个socket加入到EPOLL队列里3. int epoll_wait(int epfd, struct epoll_event * events, int maxevents, int timeout);等待事件的产生,类似于select调用。参数events用来从内核得到事件的集合,maxevents告之内核这个events有多大,这个maxevents的值不能大于创建epoll_create时的size,参数timeout是超时时间(毫秒,0会立即返回,-1将不确定,也有说法说是永久阻塞)。该函数返回需要处理的事件数目,如返回0表示已超时。-------------------------------------------------------------------------------------------- 从man手册中,得到ET和LT的具体描述如下EPOLL事件有两种模型:Edge Triggered (ET)Level Triggered (LT)假如有这样一个例子:1. 我们已经把一个用来从管道中读取数据的文件句柄(RFD)添加到epoll描述符2. 这个时候从管道的另一端被写入了2KB的数据3. 调用epoll_wait(2),并且它会返回RFD,说明它已经准备好读取操作4. 然后我们读取了1KB的数据5. 调用epoll_wait(2)......Edge Triggered 工作模式:如果我们在第1步将RFD添加到epoll描述符的时候使用了EPOLLET标志,那么在第5步调用epoll_wait(2)之后将有可能会挂起,因为剩余的数据还存在于文件的输入缓冲区内,而且数据发出端还在等待一个针对已经发出数据的反馈信息。只有在监视的文件句柄上发生了某个事件的时候 ET 工作模式才会汇报事件。因此在第5步的时候,调用者可能会放弃等待仍在存在于文件输入缓冲区内的剩余数据。在上面的例子中,会有一个事件产生在RFD句柄上,因为在第2步执行了一个写操作,然后,事件将会在第3步被销毁。因为第4步的读取操作没有读空文件输入缓冲区内的数据,因此我们在第5步调用 epoll_wait(2)完成后,是否挂起是不确定的。epoll工作在ET模式的时候,必须使用非阻塞套接口,以避免由于一个文件句柄的阻塞读/阻塞写操作把处理多个文件描述符的任务饿死。最好以下面的方式调用ET模式的epoll接口,在后面会介绍避免可能的缺陷。 i 基于非阻塞文件句柄 ii 只有当read(2)或者write(2)返回EAGAIN时才需要挂起,等待。但这并不是说每次read时都需要循环读,直到读到产生一个EAGAIN才认为此次事件处理完成,当read返回的读到的数据长度小于请求的数据长度时,就可以确定此时缓冲中已没有数据了,也就可以认为此事读事件已处理完成。Level Triggered 工作模式相反的,以LT方式调用epoll接口的时候,它就相当于一个速度比较快的poll(2),并且无论后面的数据是否被使用,因此他们具有同样的职能。因为即使使用ET模式的epoll,在收到多个chunk的数据的时候仍然会产生多个事件。调用者可以设定EPOLLONESHOT标志,在 epoll_wait(2)收到事件后epoll会与事件关联的文件句柄从epoll描述符中禁止掉。因此当EPOLLONESHOT设定后,使用带有 EPOLL_CTL_MOD标志的epoll_ctl(2)处理文件句柄就成为调用者必须作的事情。然后详细解释ET, LT:LT(level triggered)是缺省的工作方式,并且同时支持block和no-block socket.在这种做法中,内核告诉你一个文件描述符是否就绪了,然后你可以对这个就绪的fd进行IO操作。如果你不作任何操作,内核还是会继续通知你的,所以,这种模式编程出错误可能性要小一点。传统的select/poll都是这种模型的代表.ET(edge-triggered)是高速工作方式,只支持no-block socket。在这种模式下,当描述符从未就绪变为就绪时,内核通过epoll告诉你。然后它会假设你知道文件描述符已经就绪,并且不会再为那个文件描述符发送更多的就绪通知,直到你做了某些操作导致那个文件描述符不再为就绪状态了(比如,你在发送,接收或者接收请求,或者发送接收的数据少于一定量时导致了一个EWOULDBLOCK 错误)。但是请注意,如果一直不对这个fd作IO操作(从而导致它再次变成未就绪),内核不会发送更多的通知(only once),不过在TCP协议中,ET模式的加速效用仍需要更多的benchmark确认(这句话不理解)。在许多测试中我们会看到如果没有大量的idle -connection或者dead-connection,epoll的效率并不会比select/poll高很多,但是当我们遇到大量的idle- connection(例如WAN环境中存在大量的慢速连接),就会发现epoll的效率大大高于select/poll。(未测试)另外,当使用epoll的ET模型来工作时,当产生了一个EPOLLIN事件后,读数据的时候需要考虑的是当recv返回的大小如果等于请求的大小,那么很有可能是缓冲区还有数据未读完,也意味着该次事件还没有处理完,所以还需要再次读取: 这里只是说明思路(参考《UNIX网络编程》) while(rs) {buflen = recv(activeevents[i].data.fd, buf, sizeof(buf), 0);if(buflen < 0){// 由于是非阻塞的模式,所以当errno为EAGAIN时,表示当前缓冲区已无数据可读// 在这里就当作是该次事件已处理处.if(errno == EAGAIN)break; else return; }else if(buflen == 0) { // 这里表示对端的socket已正常关闭. } if(buflen == sizeof(buf) rs = 1; // 需要再次读取 else rs = 0; } 还有,假如发送端流量大于接收端的流量(意思是epoll所在的程序读比转发的socket要快),由于是非阻塞的socket,那么send函数虽然返回,但实际缓冲区的数据并未真正发给接收端,这样不断的读和发,当缓冲区满后会产生EAGAIN错误(参考man send),同时,不理会这次请求发送的数据.所以,需要封装socket_send的函数用来处理这种情况,该函数会尽量将数据写完再返回,返回-1表示出错。在socket_send内部,当写缓冲已满(send返回-1,且errno为EAGAIN),那么会等待后再重试.这种方式并不很完美,在理论上可能会长时间的阻塞在socket_send内部,但暂没有更好的办法. ssize_t socket_send(int sockfd, const char* buffer, size_t buflen) { ssize_t tmp; size_t total = buflen; const char *p = buffer; while(1) { tmp = send(sockfd, p, total, 0); if(tmp < 0) { // 当send收到信号时,可以继续写,但这里返回-1. if(errno == EINTR) return -1; // 当socket是非阻塞时,如返回此错误,表示写缓冲队列已满, // 在这里做延时后再重试. if(errno == EAGAIN) { usleep(1000); continue; } return -1; } if((size_t)tmp == total) return buflen; total -= tmp; p += tmp; } return tmp; } 二、epoll在LT和ET模式下的读写方式 在一个非阻塞的socket上调用read/write函数, 返回EAGAIN或者EWOULDBLOCK(注: EAGAIN就是EWOULDBLOCK) 从字面上看, 意思是: * EAGAIN: 再试一次 * EWOULDBLOCK: 如果这是一个阻塞socket, 操作将被block * perror输出: Resource temporarily unavailable 总结: 这个错误表示资源暂时不够, 可能read时, 读缓冲区没有数据, 或者, write时,写缓冲区满了 。 遇到这种情况, 如果是阻塞socket, read/write就要阻塞掉。 而如果是非阻塞socket, read/write立即返回-1, 同 时errno设置为EAGAIN. 所以, 对于阻塞socket, read/write返回-1代表网络出错了. 但对于非阻塞socket, read/write返回-1不一定网络真的出错了. 可能是Resource temporarily unavailable. 这时你应该再试, 直到Resource available. 综上, 对于non-blocking的socket, 正确的读写操作为: 读: 忽略掉errno = EAGAIN的错误, 下次继续读 写: 忽略掉errno = EAGAIN的错误, 下次继续写 对于select和epoll的LT模式, 这种读写方式是没有问题的. 但对于epoll的ET模式, 这种方式还有漏洞. epoll的两种模式 LT 和 ET
-
计算机网络基础 1.OSI、TCP/IP、五层协议结构和各层协议 2.IP 地址的分类 3.ARP 是一种地址解析协议,用简单的语言解释其工作原理。4.各种协议简介 5.描述 RARP 协议 6.
-
带你了解 Python 科学计算(原书第 2 版)第 1 部分:简介