CN104463784B - 一种2.5d模型的缩放方法 - Google Patents

一种2.5d模型的缩放方法 Download PDF

Info

Publication number
CN104463784B
CN104463784B CN201410612084.4A CN201410612084A CN104463784B CN 104463784 B CN104463784 B CN 104463784B CN 201410612084 A CN201410612084 A CN 201410612084A CN 104463784 B CN104463784 B CN 104463784B
Authority
CN
China
Prior art keywords
coordinate
dimension varying
coordinates
space
matrix
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201410612084.4A
Other languages
English (en)
Other versions
CN104463784A (zh
Inventor
黄尤江
李松松
李树韬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI AIFUWO CLOUD TECHNOLOGY Co Ltd
Original Assignee
SHANGHAI AIFUWO CLOUD TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI AIFUWO CLOUD TECHNOLOGY Co Ltd filed Critical SHANGHAI AIFUWO CLOUD TECHNOLOGY Co Ltd
Priority to CN201410612084.4A priority Critical patent/CN104463784B/zh
Publication of CN104463784A publication Critical patent/CN104463784A/zh
Application granted granted Critical
Publication of CN104463784B publication Critical patent/CN104463784B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06T3/04
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformation in the plane of the image
    • G06T3/40Scaling the whole image or part thereof

Abstract

一种2.5D模型的缩放方法,包括如下步骤:获取2.5D图像的像素点;获取所述2.5D图像的像素点对应的深度值数据;所述2.5D图像的像素点的二维坐标和所述深度值数据,构成所述2.5D图像的空间坐标P;将所述空间坐标P进行三维复合变换,得到映射空间坐标Q;将所述空间坐标P所对应的像素值赋予所述映射空间坐标Q;遍历所述2.5D图像的每个像素点,得到缩放后的新2.5D图像。通过本发明可以进行对2.5D模型的等比和非等比缩放,实现成本低,提升了用户体验。通过本发明,可实现图片信息的连续的,非离散的缩放,达到真实三维模型的缩放效果,且占用计算机资源低,降低了三维模型的内存、CPU和显卡的使用率。

Description

一种2.5D模型的缩放方法
技术领域
本发明涉及三维模型和2.5D模型的技术领域,具体涉及一种2.5D模型的缩放方法。
背景技术
现有技术领域中,2D的视角是完全锁定的,只有一个视角;3D的视角是无锁定的,可以切换任意观察视角;2.5D的视角介于两者之间,可以切换若干固定视角。模型等比缩放是指场景里面的模型长、宽、高按照相同的比例放大或缩小。模型非等比缩放是指场景里面的模型长、宽、高可以按照不同的比例单边独立放大或缩小。由此可知现有的2.5D技术,仅能实现2.5D模型等比缩放,无法实现模型非等比缩放。这样对于有3D设计时,就无法满足设计用户定制化的设计需求,同时无法构建设计用户想要的真实三维场景和效果。比如像橱柜,衣柜,背景墙,吊顶,地毯,窗帘等有定制化需求的产品模型,如果不能进行非等比缩放,就无法适配到设计软件里的不同户型空间里,用户无法进行个性化的设计;而想要实现非等比缩放,目前则只能采用纯3D模型技术,而纯3D模型技术采用大量的三维空间多边形网格数据和表面材质贴图数据来表示一个3D空间的立体模型。
现有纯3D模型技术虽然能够实现模型的非等比缩放,但由于其模型构建需要大量的多边形网格数据,为2.5D模型的千倍甚至万倍以上,所以在设计应用(如软件)中实时交互式展示需要消耗大量的CPU和内存等计算机硬件资源,让用户操作变得十分卡顿,严重影响用户的设计效率并耗费用户的电脑硬件成本。同时由于其模型数据量巨大,在目前越来越多的在线设计软件应用中,其网络加载速度慢,占用大量的网络带宽。严重降低设计软件使用者的体验和效率。
发明内容
本发明的目的是提供一种2.5D模型的缩放方法,以克服现有技术存在的上述不足。
本发明的目的是通过以下技术方案来实现的:
一种2.5D模型的缩放方法,包括如下步骤:
S11,获取2.5D图像的像素点;
S12,获取所述2.5D图像的像素点对应的深度值数据;
所述2.5D图像的像素点的二维坐标和所述深度值数据,构成所述2.5D图像的空间坐标P;
S13,将所述空间坐标P进行三维复合变换,得到映射空间坐标Q;
S14,将所述空间坐标P所对应的像素值赋予所述映射空间坐标Q;
S15,按照S11-S14的步骤,遍历所述2.5D图像的每个像素点,,得到缩放后的新2.5D图像。
优选的,所述空间坐标P和所述映射空间坐标Q均为基于相机坐标系的三维坐标;
所述三维复合变换包括:基于相机坐标系的三维坐标与基于模型的局部坐标系的三维坐标之间的三维变换和对模型施加等比/非等比缩放的三维变换。
更加优选的,S13中,所述空间坐标P基于所述三维复合变换进行变换,得到映射空间坐标Q的方法具体为:
S31,预设相机坐标系到模型局部坐标系的三维变换矩阵为M1;
S32,所述空间坐标P基于所述三维变换矩阵M1进行三维变换,得到基于模型的局部坐标系的空间坐标P1;
S33,预设模型内的等比/非等比缩放的三维变换矩阵M2;
S34,所述空间坐标P1基于所述三维变换矩阵M2进行的三维变换,得到基于模型的局部坐标系的空间坐标P2;
S35,预设模型的局部坐标系到相机坐标系的三维变换矩阵为M3;
S36,所述空间坐标P2基于所述三维变换矩阵M3,进行三维变换,得到基于相机坐标系的所述映射空间坐标Q。
更加优选的,得到所述空间坐标P1的方法为:P1=M1*P。
更加优选的,得到所述空间坐标P2的方法为:P2=M2*P1。
更加优选的,得到所述映射空间坐标Q的方法为:Q=M3*P2。
更加优选的,所述空间坐标P基于所述三维复合变换进行变换,得到映射空间坐标Q的方法替换为:
S71,预设相机坐标系到模型局部坐标系的三维变换矩阵为M1;预设模型内的等比/非等比缩放的三维变换矩阵M2;预设模型的局部坐标系到相机坐标系的三维变换矩阵为M3;
S72,根据矩阵乘法运算结合律,计算出所述三维变换矩阵M1、所述三维变换矩阵M2和所述三维变换矩阵M3的乘积,得到复合三维变换矩阵M;
S73,所述空间坐标P,基于所述复合三维变换矩阵M进行三维变换,得到基于相机坐标系的空间坐标Q。
更加优选的,得到基于相机坐标系的空间坐标Q的方法为:
M=M3*M2*M1;
Q=M*P。
在本申请方法中,获取生成2.5D图像的同时,获取生成所述2.5D图像在同一视角下的各像素的深度数据;深度数据可以为一张深度图数据或为其他文件格式的数据;目前主流的3D渲染软件或带有深度测量功能的相机,均可以在生成图像的同时,生成对应的像素深度值数据。
名词解释:
三维坐标系:这里指三维笛卡尔坐标系,三维空间用3个轴表示,前两个轴为x轴和y轴,这和二维平面坐标系类似。第三个轴为z轴,一般情况下3个轴互相垂直。
世界坐标系:世界坐标系是系统的绝对坐标系,在没有建立用户坐标系之前画面上所有点的坐标都是以该坐标系的原点来确定各自的位置的。是一个特殊的三维坐标系,它建立了描述其他坐标系所需要的参考框架。从另一个角度来说,用世界坐标系可以描述其他坐标系的位置,而不能用更大的外部坐标系来描述世界坐标系。世界坐标系所建立的是我们“关心”的最大坐标系。
局部坐标系:是坐标系以物体的中心为坐标原点,物体的旋转或平移等操作都是围绕局部坐标系进行的,这时,当物体模型进行旋转或平移等操作时,局部坐标系也执行相应的旋转或平移操作。是和特定物体相关联的三维坐标系,当物体位移,旋转或缩放时,和该物体相关的坐标系也随之发生改变。也可以叫做物品坐标系,物品模型定点的坐标都在模型坐标系的描述中。
相机坐标系:是和观察者相关的三维坐标系,是一种特殊的局部坐标系。相机坐标系的原点为相机的光心,x轴与y轴与图像的x,y轴平行,z轴为相机光轴,它与图形平面垂直。光轴与图像平面的交点即为相机坐标系的原点。构成的直角坐标系为相机坐标系。
三维变换:一个物体在不同坐标系之间的坐标变换,变换的内容包括物体的平移,旋转和缩放。
三维变换矩阵:为了实现将一个物体的坐标描述从一个坐标系转换到另一个坐标系的三维变换,需要构造一个矩阵。这个矩阵描述了三维变换在x,y,z三个轴向上的平移,旋转和缩放,即为三维变换矩阵。三维变换矩阵也可以表示在同一坐标系中,对物体的平移,旋转和缩放变换。
三维复合变换:对物体做一次以上的三维变换。其变换矩阵为本申请中一个以上的基本三维变换矩阵相乘得到的新的三维变换矩阵。
三维复合变换矩阵:要实现本申请所述的三维复合变换,需要计算本申请所述的一个以上的三维变换矩阵的乘积,得到一个新的三维变换矩阵。此所述矩阵,为实现复合变换的三维复合变换矩阵。
本发明的有益效果为:
1.通过本发明仅需要得知的2.5D图片像素信息和该图的像素深度信息,就可以实现对模型的非等比缩放,实现成本低,提升了用户体验。
2.通过本发明,可实现图片信息的连续的,非离散的缩放,达到真实三维模型的缩放效果,且占用计算机资源低,降低了三维模型的内存、CPU和显卡的使用率。
3.通过本发明,采用的数据文件尺寸变小,对于在线网络应用,节省网络带宽,提高用户访问的体验。
附图说明
图1是本发明的2.5D模型的缩放方法流程结构示意图;
图2是本发明中得到映射空间坐标Q的第一种方法的流程结构示意图;
图3是本发明中得到映射空间坐标Q的第二种方法的流程结构示意图;
图4是本发明中实现缩放的图形方法详细流程示意图。
具体实施方式
如图1所示一种2.5D模型的缩放方法,包括如下步骤:
S11,获取2.5D图像的像素点;
S12,获取2.5D图像的像素点对应的深度值数据;
2.5D图像的像素点的二维坐标和深度值数据,构成2.5D图像的空间坐标P;
S13,将空间坐标P进行三维复合变换,得到映射空间坐标Q;
S14,将空间坐标P所对应的像素值赋予映射空间坐标Q;
S15,按照S11-S14的步骤,遍历2.5D图像的每个像素点,,得到缩放后的新2.5D图像。
空间坐标P和映射空间坐标Q均为基于相机坐标系的三维坐标;
三维复合变换包括:基于相机坐标系的三维坐标与基于模型的局部坐标系的三维坐标之间的三维变换和对模型施加等比/非等比缩放的三维变换。
如图2所示,S13中,空间坐标P基于三维复合变换进行变换,得到映射空间坐标Q的方法具体为:
S31,预设相机坐标系到模型局部坐标系的三维变换矩阵为M1;
S32,空间坐标P基于三维变换矩阵M1进行三维变换,得到基于模型的局部坐标系的空间坐标P1;
S33,预设模型内的等比/非等比缩放的三维变换矩阵M2;
S34,空间坐标P1基于三维变换矩阵M2进行的三维变换,得到基于模型的局部坐标系的空间坐标P2;
S35,预设模型的局部坐标系到相机坐标系的三维变换矩阵为M3;
S36,空间坐标P2基于三维变换矩阵M3,进行三维变换,得到基于相机坐标系的映射空间坐标Q。
得到空间坐标P1的方法为:P1=M1*P;得到空间坐标P2的方法为:P2=M2*P1;得到映射空间坐标Q的方法为:Q=M3*P2。
如图3所示,空间坐标P基于三维复合变换进行变换,得到映射空间坐标Q的方法替换为:
S71,预设相机坐标系到模型局部坐标系的三维变换矩阵为M1;预设模型内的等比/非等比缩放的三维变换矩阵M2;预设模型的局部坐标系到相机坐标系的三维变换矩阵为M3;
S72,根据矩阵乘法运算结合律,计算出三维变换矩阵M1、三维变换矩阵M2和三维变换矩阵M3的乘积,得到复合三维变换矩阵M;
S73,空间坐标P,基于复合三维变换矩阵M进行三维变换,得到基于相机坐标系的空间坐标Q;此时,得到基于相机坐标系的空间坐标Q的方法为:M=M3*M2*M1;Q=M*P。
如图4所示,图像坐标系的点为空间坐标P,相机坐标系的点为空间坐标P1,模型本地坐标系的点和缩放后的模型本地坐标系的点为空间坐标P2,缩放后相机坐标系的点为映射空间坐标Q,使用3D模型的2.5D图和深度信息,进行三维空间重建、非等比缩放和重新映射,得到一张新的2.5D图,使用这种方式,支持模型任意值的非等比缩放,模仿真实3D模型的缩放效果,但不必消耗使用3D模型那么大的计算机资源,使得终端用户可以根据其空间进行个性化的设计,并保证3D体验十分流畅。深度信息存储了模型2.5D图片上每个像素点的到相机的正交距离,将这个距离离散映射到图片的R、G、B通道上就可以得到一张深度图片,深度图有两种,一种是黑白的,距离相机越近的点颜色越黑,距离相机越远的点颜色越白,深度图R、G、B每个通道的值一样,每个像素值实际使用了8位;还有一种是彩色的,每个像素实际使用了24位,这种具有更高的精确度,深度信息也可以逐像素存储为其它文件,如二进制字节流文件,本文使用具有较好可视化的黑白深度图做说明。本发明使用2.5D模型图像和该图像对应的深度信息数据(如深度图或其他格式的数据文件或结构),通过像素点在图像坐标系,相机坐标系,模型本地坐标系之间的变换,实现模型缩放后新的2.5D图像的构建,这个首创的低成本且高效的计算过程和解决方案,实现新的2.5D图形的成像,实现2.5D模型的等比和/或非等比连续缩放。该发明可应用于各种2.5D下所有数字模型的三维尺寸等比和非等比缩放,实际应用包括但不限于下列例子:如2.5D游戏、虚拟世界和装修装饰场景交互,如各类家具定制,家饰定制,建材定制,窗帘,吊顶定制,和其他各类非标产品的定制等等,为家具行业的C2B业务打下坚实的技术保障。通过本发明仅需要得知的2.5D图片和该图的深度信息,就可以实现对模型的非等比缩放,实现成本低,提升了用户体验。通过本发明,可实现图片信息的连续的,非离散的缩放,达到真实三维模型的缩放效果,且占用计算机资源低,降低了三维模型的内存、CPU和显卡的使用率。通过本发明,采用的数据文件尺寸变小,对于在线网络应用,节省网络带宽,提高用户访问的体验。
以上通过具体的和优选的实施例详细的描述了本发明,但本领域技术人员应该明白,本发明并不局限于以上所述实施例,凡在本发明的精神和原则之内,所作的任何修改、等同替换等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种2.5D模型的缩放方法,其特征在于,包括如下步骤:
S11,获取2.5D图像的像素点;
S12,获取所述2.5D图像的像素点对应的深度值数据;
所述2.5D图像的像素点的二维坐标和所述深度值数据,构成所述2.5D图像的空间坐标P;
S13,将所述空间坐标P进行三维复合变换,得到映射空间坐标Q;
S14,将所述空间坐标P所对应的像素值赋予所述映射空间坐标Q;
S15,按照S11-S14的步骤,遍历所述2.5D图像的每个像素点,得到缩放后的新2.5D图像;
所述空间坐标P和所述映射空间坐标Q均为基于相机坐标系的三维坐标;
所述三维复合变换包括:基于相机坐标系的三维坐标与基于模型的局部坐标系的三维坐标之间的三维变换和对模型施加等比/非等比缩放的三维变换。
2.根据权利要求1所述的2.5D模型的缩放方法,其特征在于:S13中,所述空间坐标P基于所述三维复合变换进行变换,得到映射空间坐标Q的方法具体为:
S31,预设相机坐标系到模型局部坐标系的三维变换矩阵为M1;
S32,所述空间坐标P基于所述三维变换矩阵M1进行三维变换,得到基于模型的局部坐标系的空间坐标P1;
S33,预设模型内的等比/非等比缩放的三维变换矩阵M2;
S34,所述空间坐标P1基于所述三维变换矩阵M2进行的三维变换,得到基于模型的局部坐标系的空间坐标P2;
S35,预设模型的局部坐标系到相机坐标系的三维变换矩阵为M3;
S36,所述空间坐标P2基于所述三维变换矩阵M3,进行三维变换,得到基于相机坐标系的所述映射空间坐标Q。
3.根据权利要求2所述的2.5D模型的缩放方法,其特征在于:得到所述空间坐标P1的方法为:P1=M1*P。
4.根据权利要求2所述的2.5D模型的缩放方法,其特征在于:得到所述空间坐标P2的方法为:P2=M2*P1。
5.根据权利要求2所述的2.5D模型的缩放方法,其特征在于:得到所述映射空间坐标Q的方法为:Q=M3*P2。
6.根据权利要求2所述的2.5D模型的缩放方法,其特征在于:所述空间坐标P基于所述三维复合变换进行变换,得到映射空间坐标Q的方法替换为:
S71,预设相机坐标系到模型局部坐标系的三维变换矩阵为M1;预设模型内的等比/非等比缩放的三维变换矩阵M2;预设模型的局部坐标系到相机坐标系的三维变换矩阵为M3;
S72,根据矩阵乘法运算结合律,计算出所述三维变换矩阵M1、所述三维变换矩阵M2和所述三维变换矩阵M3的乘积,得到复合三维变换矩阵M;
S73,所述空间坐标P,基于所述复合三维变换矩阵M进行三维变换,得到基于相机坐标系的空间坐标Q。
7.根据权利要求6所述的2.5D模型的缩放方法,其特征在于:得到基于相机坐标系的空间坐标Q的方法为:
M=M3*M2*M1;
Q=M*P。
CN201410612084.4A 2014-11-04 2014-11-04 一种2.5d模型的缩放方法 Expired - Fee Related CN104463784B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410612084.4A CN104463784B (zh) 2014-11-04 2014-11-04 一种2.5d模型的缩放方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410612084.4A CN104463784B (zh) 2014-11-04 2014-11-04 一种2.5d模型的缩放方法

Publications (2)

Publication Number Publication Date
CN104463784A CN104463784A (zh) 2015-03-25
CN104463784B true CN104463784B (zh) 2017-07-04

Family

ID=52909772

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410612084.4A Expired - Fee Related CN104463784B (zh) 2014-11-04 2014-11-04 一种2.5d模型的缩放方法

Country Status (1)

Country Link
CN (1) CN104463784B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108499109B (zh) * 2018-03-22 2022-04-01 厦门龙视科技有限公司 一种基于ue引擎实现物品可实时单侧缩放的方法
CN112800511B (zh) * 2020-12-31 2022-11-15 杭州群核信息技术有限公司 一种家装素材调整方法、装置、计算机设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101390131A (zh) * 2006-02-27 2009-03-18 皇家飞利浦电子股份有限公司 呈现输出图像
CN102722911A (zh) * 2011-09-23 2012-10-10 新奥特(北京)视频技术有限公司 一种OpenGL模型变换的三维坐标获取方法及系统
TW201332339A (zh) * 2012-01-20 2013-08-01 Univ Nat Taiwan Science Tech 影像重建方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5818531B2 (ja) * 2011-06-22 2015-11-18 株式会社東芝 画像処理システム、装置及び方法
US9013549B2 (en) * 2012-05-24 2015-04-21 Silicon Integrated Systems Corp. Depth map generation for conversion of two-dimensional image data into three-dimensional image data

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101390131A (zh) * 2006-02-27 2009-03-18 皇家飞利浦电子股份有限公司 呈现输出图像
CN102722911A (zh) * 2011-09-23 2012-10-10 新奥特(北京)视频技术有限公司 一种OpenGL模型变换的三维坐标获取方法及系统
TW201332339A (zh) * 2012-01-20 2013-08-01 Univ Nat Taiwan Science Tech 影像重建方法

Also Published As

Publication number Publication date
CN104463784A (zh) 2015-03-25

Similar Documents

Publication Publication Date Title
WO2022193941A1 (zh) 图像渲染方法、装置、设备、介质和计算机程序产品
US8571338B2 (en) Image file generation device, image processing device, image file generation method, and image processing method
CN110728755B (zh) 场景间漫游、模型拓扑创建、场景切换方法及系统
US20150178977A1 (en) Rendering Vector Maps in a Geographic Information System
CA2721375A1 (en) Panning using virtual surfaces
WO2013185516A1 (zh) 一种三维曲线的动画展示方法和装置
KR101591427B1 (ko) 3차원 지형 영상 가시화에서의 적응형 렌더링 방법
KR20180107271A (ko) 전방향 미디어 텍스처 매핑 메타데이터를 생성하는 방법 및 장치
Comes Haptic devices and tactile experiences in museum exhibitions
US20230022985A1 (en) Methods and apparatus to facilitate 3d object visualization and manipulation across multiple devices
CN103632390A (zh) 一种利用d3d技术实现裸眼3d动画实时制作的方法
CN104463784B (zh) 一种2.5d模型的缩放方法
JP2000076488A (ja) 3次元仮想空間表示装置及びテクスチャオブジェクト設定情報作成装置
Sandnes Sketching 3D immersed experiences rapidly by hand through 2D cross sections
KR102237519B1 (ko) 2.5 차원화를 이용한 가상 전시 공간 제공 방법
CN103295258A (zh) 一种新型的多功能大气科学数据图形渲染引擎
Christen et al. Visualisation of complex 3D city models on mobile webbrowsers using cloud-based image provisioning
CN115512089A (zh) 一种bim模型的快速浏览方法
Ishida et al. Proposal of tele-immersion system by the fusion of virtual space and real space
CN108074281A (zh) 棱锥全景图模型生成方法及装置、存储介质及电子设备
CN114241172A (zh) 基于全息投影的三维模型展示方法、装置和计算机设备
Li Architectural design virtual simulation based on virtual reality technology
Wang et al. Roaming of oblique photography model in unity3D
Sakai et al. Interactive four-dimensional space visualization using five-dimensional homogeneous processing for intuitive understanding
Schmauder et al. Distributed visual analytics on large-scale high-resolution displays

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170704

Termination date: 20211104