CN114863020B - 三维模型构建方法、装置、电子设备及存储介质 - Google Patents
三维模型构建方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114863020B CN114863020B CN202210473419.3A CN202210473419A CN114863020B CN 114863020 B CN114863020 B CN 114863020B CN 202210473419 A CN202210473419 A CN 202210473419A CN 114863020 B CN114863020 B CN 114863020B
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- building
- dimensional
- pixel coordinate
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/12—Geometric CAD characterised by design entry means specially adapted for CAD, e.g. graphical user interfaces [GUI] specially adapted for CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Computer Hardware Design (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Architecture (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Image Generation (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种三维模型构建方法、装置、电子设备及存储介质,其中,三维模型构建方法包括:获取待处理图像,其中,所述待处理图像为建筑图纸的图像,所述建筑图纸中包括建筑物图形以及建筑物高度信息;对所述待处理图像进行拓扑轮廓处理,得到与所述待处理图像对应的二维像素坐标数组;基于所述待处理图像中所述建筑物高度信息和所述二维像素坐标数组,构建与所述待处理图像中所述建筑物图形对应的三维模型。通过本发明提供的三维模型构建方法,实现了自动识别关于建筑图纸的待处理图像,而无需将建筑图纸转化为CAD格式,从而可以快速、低成本的将二维图像转换为三维模型。
Description
技术领域
本发明涉及模型构建技术领域,尤其涉及一种三维模型构建方法、装置、电子设备及存储介质。
背景技术
相关技术可知,构建三维模型往往利用CAD图纸的数据,并将CAD图纸数据导入至三维建模专门软件(例如BIM软件)来实现。在应用过程中,需要添加影像、选择材质,进行标准材质贴图并输入高度值来形成三维模型。
然而,输入的CAD图纸需要是由专业人员绘制的标准图纸,这将增加专业人员的人力成本,并且,由于将CAD图纸导入至BIM软件后还需要进行二次开发才能识别输入的CAD图纸中各线条代表的元素,这增加三维建模的时间成本。
发明内容
本发明提供一种三维模型构建方法、装置、电子设备及存储介质,用以解决现有技术中在构建三维模型的过程中人力成本和时间成本高的缺陷,实现了快速且低成本的三维建模。
本发明提供一种三维模型构建方法,所述方法包括:获取待处理图像,其中,所述待处理图像为建筑图纸的图像,所述建筑图纸中包括建筑物图形以及建筑物高度信息;对所述待处理图像进行拓扑轮廓处理,得到与所述待处理图像对应的二维像素坐标数组;基于所述待处理图像中所述建筑物高度信息和所述二维像素坐标数组,构建与所述待处理图像中所述建筑物图形对应的三维模型。
根据本发明提供的一种三维模型构建方法,在所述对所述待处理图像进行拓扑轮廓处理之前,所述方法还包括:基于所述待处理图像获取所述待处理图像的RGB图像;对所述RGB图像进行转换,得到与所述RGB图像对应的二值图像;所述对所述待处理图像进行拓扑轮廓处理,得到与所述待处理图像对应的二维像素坐标数组,具体包括:对所述二值图像进行拓扑轮廓处理,得到与所述待处理图像对应的二维像素坐标数组。
根据本发明提供的一种三维模型构建方法,在所述得到与所述RGB图像对应的二值图像之后,所述方法还包括:对所述二值图像进行高斯滤波处理,并将处理后的二值图像作为最终的二值图像。
根据本发明提供的一种三维模型构建方法,所述对所述二值图像进行拓扑轮廓处理,得到与所述待处理图像对应的二维像素坐标数组,具体包括:在所述二值图像中确定起始像素点;基于所述起始像素点通过轮廓搜索确定按照树形拓扑结构排列的二维像素坐标数组,其中,所述树形拓扑结构与所述待处理图像相对应。
根据本发明提供的一种三维模型构建方法,所述建筑物图形包括多个子建筑物图形,在所述基于所述待处理图像中所述建筑物高度信息和所述二维像素坐标数组,构建与所述待处理图像中所述建筑物图形对应的三维模型之前,所述方法还包括:预设构成各所述子建筑物图形的各像素点的R通道、G通道和B通道的通道范围值;所述基于所述待处理图像中所述建筑物高度信息和所述二维像素坐标数组,构建与所述待处理图像中所述建筑物图形对应的三维模型,具体包括:基于所述通道范围值和所述二维像素坐标数组,通过轮廓识别确定各所述子建筑物图形的二维像素坐标子数组;基于所述建筑物高度信息,确定各所述子建筑物图形的一维高度数组;通过数组插入将所述一维高度数组插入至所述二维像素坐标子数组,得到三维像素坐标数组;将所述三维像素坐标数组按照与所述待处理图像对应的树形拓扑结构进行重构,得到与所述待处理图像中所述建筑物图形对应的三维模型。
本发明还提供一种三维模型构建装置,所述装置包括:获取模块,用于获取待处理图像,其中,所述待处理图像为建筑图纸的图像,所述建筑图纸中包括建筑物图形以及建筑物高度信息;处理模块,用于对所述待处理图像进行拓扑轮廓处理,得到与所述待处理图像对应的二维像素坐标数组;构建模块,用于基于所述待处理图像中所述建筑物高度信息和所述二维像素坐标数组,构建与所述待处理图像中所述建筑物图形对应的三维模型。
根据本发明提供的一种三维模型构建装置,所述处理模块还用于:基于所述待处理图像获取所述待处理图像的RGB图像;对所述RGB图像进行转换,得到与所述RGB图像对应的二值图像;所述处理模块采用以下方式对待处理图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组:对所述二值图像进行拓扑轮廓处理,得到与所述待处理图像对应的二维像素坐标数组。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述的三维模型构建方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述的三维模型构建方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述的三维模型构建方法。
本发明提供的三维模型构建方法、装置、电子设备及存储介质,通过对待处理图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组,并基于待处理图像中建筑物高度信息和二维像素坐标数组,构建与待处理图像中建筑物图形对应的三维模型,实现了自动识别关于建筑图纸的待处理图像,而无需将建筑图纸转化为CAD格式,从而可以快速、低成本的将二维图像转换为三维模型。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的三维模型构建方法的流程示意图之一;
图2是本发明提供的三维模型构建方法的流程示意图之二;
图3是本发明提供的对二值图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组的流程示意图;
图4是本发明提供的树形拓扑结构的形成示意图;
图5是本发明提供的三维模型构建方法的流程示意图之三;
图6是本发明提供的三维像素坐标数组形成过程的示意图;
图7是应用本发明提供的三维模型构建方法的待处理图像的示意图;
图8是经过本发明提供的三维模型构建方法处理后的待处理图像对应的三维模型的示意图;
图9是本发明提供的三维模型构建装置的结构示意图;
图10是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供的三维模型构建方法可以自动识别图纸(对应待处理图像),并且能够快速、低成本的构建与待处理图像中建筑物图形对应的三维模型。
为了进一步介绍本发明提供的三维模型构建方法,下面将结合图1进行说明。
图1是本发明提供的三维模型构建方法的流程示意图之一。
在本发明一示例性实施例中,结合图1可知,三维模型构建方法可以包括步骤110至步骤130,下面将分别介绍各步骤。
在步骤110中,获取待处理图像,其中,待处理图像为建筑图纸的图像,建筑图纸中包括建筑物图形以及建筑物高度信息。
在一种实施例中,待处理图像可以是关于具有任何建筑物存在的图纸的图像,例如,可以是房屋建筑图纸的图像、可以是厂房建筑图纸的图像等。在本实施例中,不对建筑图纸做具体限定。在一种实施例中,建筑图纸中包括的建筑物图形可以理解为是需要进行三维建模的图形。在建筑图纸中还可以包括有关于需要进行三维建模的建筑物的高度信息。
在步骤120中,对待处理图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组。
在步骤130中,基于待处理图像中建筑物高度信息和二维像素坐标数组,构建与待处理图像中建筑物图形对应的三维模型。
在一种实施例中,可以采用OpenCV开源库中的finContours算法寻找关于平面图纸(对应待处理图像)中的建筑元素(例如门、墙)的轮廓,得到关于平面图纸中建筑物的二维像素坐标数据组。进一步的,可以根据待处理图像中关于建筑物的高度信息,以及二维像素坐标数组,构建与待处理图像中建筑物图形对应的三维模型。
本发明提供的三维模型构建方法,通过对待处理图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组,并基于待处理图像中建筑物高度信息和二维像素坐标数组,构建与待处理图像中建筑物图形对应的三维模型,实现了自动识别关于建筑图纸的待处理图像,而无需将建筑图纸转化为CAD格式,从而可以快速、低成本的将二维图像转换为三维模型。
为了能够更加准确得构建与待处理图像中建筑物图形对应的三维模型,需要对待处理图像进行预处理。
下面将结合下述实施例对另一种三维模型构建方法的过程进行说明。
图2是本发明提供的三维模型构建方法的流程示意图之二。
在本发明一示例性实施例中,结合图2可知,三维模型构建方法可以包括步骤210至步骤260,其中,步骤210与步骤110相同或相似,步骤260与步骤130相同或相似,其具体实施方式和有益效果请参照前文描述,下面将分别介绍步骤220至步骤250。
在步骤220中,基于待处理图像获取待处理图像的RGB图像。
在步骤230中,对RGB图像进行转换,得到与RGB图像对应的二值图像。
在一种实施例中,可以采用cvtColor()函数将RGB图像转换为与RGB图像对应的二值图像。
在步骤240中,对二值图像进行高斯滤波处理,并将处理后的二值图像作为最终的二值图像。
为了能够剔除二值图像上噪声的干扰,可以对二值图像进行高斯滤波处理,用以平滑图像,减少图像中噪点对构建三维模型产生的影响。
在步骤250中,对二值图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组。
需要说明的是,在本步骤中,二值图像为进行高斯滤波处理后的二值图像。
本发明将结合下述实施例对二值图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组的过程进行说明。
图3是本发明提供的对二值图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组的流程示意图。
在本发明一示例性实施例中,结合图3可知,对二值图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组可以包括步骤310和步骤320,下面将分别介绍各步骤。
在步骤310中,在二值图像中确定起始像素点。
在步骤320中,基于起始像素点通过轮廓搜索确定按照树形拓扑结构排列的二维像素坐标数组,其中,树形拓扑结构与待处理图像相对应。
在一种实施例中,可以对二值图像进行几何变换,得到多个关于二值图像的矩阵模块。需要说明的是,多个矩阵模块可以是构成二值图像的模块,在矩阵模块中可以包括多个像素点。
在一种实施例中,可以采用cv2.warpAffine转换函数或cv2.warpPerspective转换函数对二值图像进行转换。其中,基于cv2.warpAffine转换函数可以得到由2*3个像素点形成的矩阵模块,基于cv2.warpPerspective转换函数可以得到由3*3个像素点形成的矩阵模块。在应用过程中,可以在矩阵模块中确定出起始像素点,进一步的,再基于起始像素点通过findContours算法确定按照树形拓扑结构排列的二维像素坐标数组。
结合图4可知,树形拓扑结构的形成过程为:
结合图4进行说明,在介绍树形拓扑结构形成过程之前,可以说明的是,对于一张图像(480*320),该图像的边框(frame)分别为第0行元素、第319行元素、第0列元素和第479列元素。在一示例中,frame是由0像素填充的,其中,在二值化图像中,灰度值为0的叫0像素,灰度值为1的叫1像素,即0代表黑,1代表白。由1像素组成的连通域称为1连通域;由0像素组成的连通域称为0连通域;如果0连通域包含了Frame,那么S称为background(背景);如果1连通域包含了Frame,那么S称为孔洞。在又一示例中,对于像素p和像素q,如果q在p的4邻域中,称这两像素4连通;如果q在p的8邻域中,称这两像素8连通。
继续以图4进行说明,对于边界点(又称轮廓点或像素点)在4或8连通场景中,如果1像素在它的4或8连通域中有0像素存在,就叫border point(边界点B1),其中,边界是由许多个边界点构成。
对于环绕连通域,通俗来讲,即有两个连通域S1和S2,如果S1中任意一个像素从任意一个方向到达Frame的路径上都存在S2的像素点,那么就称S2环绕S1。
对于外边界和孔边界,结合图4,对于1连通域S1,0连通域S2,如果S2环绕S1,那么S2与S1的边界称为外边界;如果S1环绕S2,则称为孔边界。
对于父边界,结合图4,现有1连通域S1和S3,0连通域S2,S2直接环绕S1,S3直接环绕S2,S1与S2之间的边界B1,S2与S3之间的边界为B2,则B2为B1的父边界。
对于环绕边界,结合图4,给定两个边界,如果存在一个边界序列B0,B1,....,Bn,其中Bk是B(k-1)的父边界,则可以称Bn环绕B0,如B4环绕Frame。
清楚以上边界后,可以通过光栅对二值图像进行扫描,是指从左到右,由上往下,先扫描完一行,再移动至下一行起始位置继续扫描
慢慢形成轮廓,并形成树形拓扑结构以及按照树形拓扑结构排列的二维像素坐标数组。
在应用过程中,可以基于形成的树形拓扑结构确定按照树形拓扑结构排列的二维像素坐标数组。
在又一种实施例中,为了放大二值图像用以供用户更好的观看或处理,可以基于cv2.resize函数调节二值图像以及矩阵模块的大小。在应用过程中,可以手动调节大小,还可以指定调整比例因子进行大小调整。在一示例中,可以采用cv2.INTER_LINEAR函数的插值方法对放大后的矩阵模块内的像素间隙进行插值处理,以确保放大后的二值图像以及矩阵模块的清晰度足够高。
在本发明将结合下述实施例对另一种三维模型构建方法的过程进行说明。
图5是本发明提供的三维模型构建方法的流程示意图之三。
在本发明一示例性实施例中,建筑物图形可以包括多个子建筑物图形。结合图5可知,三维模型构建方法可以包括步骤510至步骤570,其中,步骤510与步骤110、步骤520与步骤120相同或相似,其具体实施方式和有益效果请参照前文描述,在本实施例中不再赘述,下面将分别介绍各步骤。
在步骤530中,预设构成各子建筑物图形的各像素点的R通道、G通道和B通道的通道范围值。
在一种实施例中,建筑物图形可以包括多个子建筑物(又称建筑元物素)例如门、窗等。在应用过程中,可以预先设置构成子建筑物的各像素点的R通道、G通道和B通道的通道范围值。在一示例中,对于门建筑元素,其对应的像素点的RGB值在预设的通道范围值内,因此可以确保所有的门具有相似的颜色。通过本实施例可以将子建筑物在颜色上进行了区分。其中,通道范围值可以根据实际情况进行调整,在本实施例中不作具体限定。
预先设置构成子建筑物的各像素点的R通道、G通道和B通道的通道范围值可以理解为是对各像素点的RGB值进行阈值处理,通过阈值处理可以很方便的区分出不同的子建筑物,用以找到对应的子建筑物轮廓。
在步骤540中,基于通道范围值和二维像素坐标数组,通过轮廓识别确定各子建筑物图形的二维像素坐标子数组。
在一种实施例中,可以根据通道范围值和二维像素坐标数组通过findcontours算法确定各子建筑物(例如门、窗等)的二维像素坐标子数组。在本实施例中,在时间复杂度为O(n)的前提下,可以调用接口的数组处理函数findcontours确定各子建筑物(例如门、窗等)的二维像素坐标子数组,确保了各子建筑物(例如门、窗等)的二维像素坐标子数组能够按照原结构(与待处理图像对应的树形拓扑结构)排序。
在步骤550中,基于建筑物高度信息,确定各子建筑物图形的一维高度数组。
在一种实施例中,可以调取numpyarray函数,结合建筑物高度信息创建一维数组,并将该一维数组作为各子建筑物图形的一维高度数组。其中,一维数组的拓扑结构和与待处理图像对应的树形拓扑结构一致。
在步骤560中,通过数组插入将一维高度数组插入至二维像素坐标子数组,得到三维像素坐标数组。
在一种实施例中,可以调用insert算法将一维高度数组插入原拓扑结构树(对应与待处理图像对应的树形拓扑结构)的二维像素坐标子数组中,形成三维像素坐标数组。其中,形成三维像素坐标数组的过程如图6所示。
结合图6可知,墙轮廓可以由110个数组构成,分别包括数组1至数组110。现以数组1为例进行说明,数组1中包括8个二维数组([[[461 494 130]]……[[461 509 130]]]),呈一行三列形式。在应用过程中,通过数组插入将一维高度数组插入至二维像素坐标子数组可以得到三维像素坐标数组。以数组1为例,其对应的三维像素坐标数组可以表示为[[461509 130]]……[[461 494 130]]。进一步的,对于数组2至数组110,也可以按照数组1的方式得到对应的三维像素坐标数组,为了简洁显示,在本实施例中不再显示关于数组2至数组110的三维像素坐标数组。
在步骤570中,将三维像素坐标数组按照与待处理图像对应的树形拓扑结构进行重构,得到与待处理图像中建筑物图形对应的三维模型。
在一种实施例中,可以调用append算法将三维像素坐标数组按照与待处理图像对应的树形拓扑结构进行重构,得到与待处理图像中建筑物图形对应的三维模型。结合图7和图8可知,通过本实施例,可以基于图7的待处理图像(待处理图像中包括原辅料库和检验/仪器室)创建如图8所示的待处理图像对应的三维模型。进一步的,还可以对创建的三维模型进行颜色贴图,以使形成的三维模型的展示效果更佳。
在又一示例中,还可以利用plot函数将三维像素坐标数组全部连接起来形成一层,并使用循环算法堆叠层数,形成并展示关于待处理图像中建筑物图形对应的三维模型。需要说明的是,采用本发明提供的三维模型构建方法的硬件功耗较低(6uA/MHz),说明本发明提供的三维模型构建方法的计算量低。
根据上述描述可知,本发明提供的三维模型构建方法、装置、电子设备及存储介质,通过对待处理图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组,并基于待处理图像中建筑物高度信息和二维像素坐标数组,构建与待处理图像中建筑物图形对应的三维模型,实现了自动识别关于建筑图纸的待处理图像,而无需将建筑图纸转化为CAD格式,从而可以快速、低成本的将二维图像转换为三维模型。
基于相同的构思,本发明还提供一种三维模型构建装置。
下面对本发明提供的三维模型构建装置进行描述,下文描述的三维模型构建装置与上文描述的三维模型构建方法可相互对应参照。
图9是本发明提供的三维模型构建装置的结构示意图。
在本发明一示例性实施例中,结合图9可知,三维模型构建装置可以包括获取模块910、处理模块920和构建模块930,下面将分别介绍各模块。
获取模块910可以被配置为用于获取待处理图像,其中,待处理图像为建筑图纸的图像,建筑图纸中可以包括建筑物图形以及建筑物高度信息。
处理模块920可以被配置为用于对待处理图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组。
构建模块930可以被配置为用于基于待处理图像中建筑物高度信息和二维像素坐标数组,构建与待处理图像中建筑物图形对应的三维模型。
在本发明一示例性实施例中,处理模块920还可以被配置为用于:基于待处理图像获取待处理图像的RGB图像;对RGB图像进行转换,得到与RGB图像对应的二值图像;处理模块920还可以采用以下方式对待处理图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组:对二值图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组。
在本发明一示例性实施例中,处理模块920还可以被配置为用于:对二值图像进行高斯滤波处理,并将处理后的二值图像作为最终的二值图像。
在本发明一示例性实施例中,处理模块920可以采用以下方式对二值图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组:在二值图像中确定起始像素点;基于起始像素点通过轮廓搜索确定按照树形拓扑结构排列的二维像素坐标数组,其中,树形拓扑结构与待处理图像相对应。
在本发明一示例性实施例中,建筑物图形可以包括多个子建筑物图形,处理模块920还可以被配置为用于预设构成各子建筑物图形的各像素点的R通道、G通道和B通道的通道范围值;构建模块930可以采用以下方式基于待处理图像中建筑物高度信息和二维像素坐标数组,构建与待处理图像中建筑物图形对应的三维模型:基于通道范围值和二维像素坐标数组,通过轮廓识别确定各子建筑物图形的二维像素坐标子数组;基于建筑物高度信息,确定各子建筑物图形的一维高度数组;通过数组插入将一维高度数组插入至二维像素坐标子数组,得到三维像素坐标数组;将三维像素坐标数组按照与待处理图像对应的树形拓扑结构进行重构,得到与待处理图像中建筑物图形对应的三维模型。
图10示例了一种电子设备的实体结构示意图,如图10所示,该电子设备可以包括:处理器(processor)1010、通信接口(Communications Interface)1020、存储器(memory)1030和通信总线1040,其中,处理器1010,通信接口1020,存储器1030通过通信总线1040完成相互间的通信。处理器1010可以调用存储器1030中的逻辑指令,以执行三维模型构建方法,该方法包括:获取待处理图像,其中,待处理图像为建筑图纸的图像,建筑图纸中包括建筑物图形以及建筑物高度信息;对待处理图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组;基于待处理图像中建筑物高度信息和二维像素坐标数组,构建与待处理图像中建筑物图形对应的三维模型。
此外,上述的存储器1030中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的三维模型构建方法,该方法包括:获取待处理图像,其中,待处理图像为建筑图纸的图像,建筑图纸中包括建筑物图形以及建筑物高度信息;对待处理图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组;基于待处理图像中建筑物高度信息和二维像素坐标数组,构建与待处理图像中建筑物图形对应的三维模型。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的三维模型构建方法,该方法包括:获取待处理图像,其中,待处理图像为建筑图纸的图像,建筑图纸中包括建筑物图形以及建筑物高度信息;对待处理图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组;基于待处理图像中建筑物高度信息和二维像素坐标数组,构建与待处理图像中建筑物图形对应的三维模型。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
进一步可以理解的是,本发明实施例中尽管在附图中以特定的顺序描述操作,但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作,或是要求执行全部所示的操作以得到期望的结果。在特定环境中,多任务和并行处理可能是有利的。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种三维模型构建方法,其特征在于,所述方法包括:
获取待处理图像,其中,所述待处理图像为建筑图纸的图像,所述建筑图纸中包括建筑物图形以及建筑物高度信息;
对所述待处理图像进行拓扑轮廓处理,得到与所述待处理图像对应的二维像素坐标数组;
基于所述待处理图像中所述建筑物高度信息和所述二维像素坐标数组,构建与所述待处理图像中所述建筑物图形对应的三维模型,其中,所述建筑物图形包括多个子建筑物图形,在所述基于所述待处理图像中所述建筑物高度信息和所述二维像素坐标数组,构建与所述待处理图像中所述建筑物图形对应的三维模型之前,所述方法还包括:
预设构成各所述子建筑物图形的各像素点的R通道、G通道和B通道的通道范围值;
所述基于所述待处理图像中所述建筑物高度信息和所述二维像素坐标数组,构建与所述待处理图像中所述建筑物图形对应的三维模型,具体包括:
基于所述通道范围值和所述二维像素坐标数组,通过轮廓识别确定各所述子建筑物图形的二维像素坐标子数组;
基于所述建筑物高度信息,确定各所述子建筑物图形的一维高度数组;
通过数组插入将所述一维高度数组插入至所述二维像素坐标子数组,得到三维像素坐标数组;
将所述三维像素坐标数组按照与所述待处理图像对应的树形拓扑结构进行重构,得到与所述待处理图像中所述建筑物图形对应的三维模型。
2.根据权利要求1所述的三维模型构建方法,其特征在于,在所述对所述待处理图像进行拓扑轮廓处理之前,所述方法还包括:
基于所述待处理图像获取所述待处理图像的RGB图像;
对所述RGB图像进行转换,得到与所述RGB图像对应的二值图像;
所述对所述待处理图像进行拓扑轮廓处理,得到与所述待处理图像对应的二维像素坐标数组,具体包括:
对所述二值图像进行拓扑轮廓处理,得到与所述待处理图像对应的二维像素坐标数组。
3.根据权利要求2所述的三维模型构建方法,其特征在于,在所述得到与所述RGB图像对应的二值图像之后,所述方法还包括:
对所述二值图像进行高斯滤波处理,并将处理后的二值图像作为最终的二值图像。
4.根据权利要求2所述的三维模型构建方法,其特征在于,所述对所述二值图像进行拓扑轮廓处理,得到与所述待处理图像对应的二维像素坐标数组,具体包括:
在所述二值图像中确定起始像素点;
基于所述起始像素点通过轮廓搜索确定按照树形拓扑结构排列的二维像素坐标数组,其中,所述树形拓扑结构与所述待处理图像相对应。
5.一种三维模型构建装置,其特征在于,所述装置包括:
获取模块,用于获取待处理图像,其中,所述待处理图像为建筑图纸的图像,所述建筑图纸中包括建筑物图形以及建筑物高度信息;
处理模块,用于对所述待处理图像进行拓扑轮廓处理,得到与所述待处理图像对应的二维像素坐标数组,其中,所述建筑物图形包括多个子建筑物图形,处理模块还用于预设构成各所述子建筑物图形的各像素点的R通道、G通道和B通道的通道范围值;
构建模块,用于基于所述待处理图像中所述建筑物高度信息和所述二维像素坐标数组,构建与所述待处理图像中所述建筑物图形对应的三维模型,其中,所述构建模块采用以下方式基于所述待处理图像中所述建筑物高度信息和所述二维像素坐标数组,构建与所述待处理图像中所述建筑物图形对应的三维模型:基于所述通道范围值和所述二维像素坐标数组,通过轮廓识别确定各所述子建筑物图形的二维像素坐标子数组;基于所述建筑物高度信息,确定各所述子建筑物图形的一维高度数组;通过数组插入将所述一维高度数组插入至所述二维像素坐标子数组,得到三维像素坐标数组;将所述三维像素坐标数组按照与所述待处理图像对应的树形拓扑结构进行重构,得到与所述待处理图像中所述建筑物图形对应的三维模型。
6.根据权利要求5所述的三维模型构建装置,其特征在于,所述处理模块还用于:
基于所述待处理图像获取所述待处理图像的RGB图像;对所述RGB图像进行转换,得到与所述RGB图像对应的二值图像;
所述处理模块采用以下方式对待处理图像进行拓扑轮廓处理,得到与待处理图像对应的二维像素坐标数组:
对所述二值图像进行拓扑轮廓处理,得到与所述待处理图像对应的二维像素坐标数组。
7.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至4任一项所述的三维模型构建方法。
8.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的三维模型构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210473419.3A CN114863020B (zh) | 2022-04-29 | 2022-04-29 | 三维模型构建方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210473419.3A CN114863020B (zh) | 2022-04-29 | 2022-04-29 | 三维模型构建方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114863020A CN114863020A (zh) | 2022-08-05 |
CN114863020B true CN114863020B (zh) | 2023-03-28 |
Family
ID=82635563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210473419.3A Active CN114863020B (zh) | 2022-04-29 | 2022-04-29 | 三维模型构建方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114863020B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115618543B (zh) * | 2022-12-15 | 2023-04-14 | 广州澳宾信息科技有限公司 | 机电设备用房图纸自动绘制方法、系统、存储介质和设备 |
CN116958477A (zh) * | 2023-08-08 | 2023-10-27 | 浙江索而金属材料有限公司 | 一种基于施工图纸的建筑结构三维建模方法及系统 |
CN117252975A (zh) * | 2023-09-22 | 2023-12-19 | 北京唯得科技有限公司 | 一种平面图三维转换方法、系统、存储介质和电子设备 |
CN118135116B (zh) * | 2024-04-30 | 2024-07-23 | 壹仟零壹艺数字科技(合肥)有限公司 | 基于cad二维转换三维实体的自动生成方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021238359A1 (zh) * | 2020-05-28 | 2021-12-02 | 华为技术有限公司 | 一种构建物体的多细节层次模型的方法及计算机设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106683167B (zh) * | 2016-07-19 | 2020-03-03 | 谢鸿宇 | 复杂建筑物高精度模型自动建模方法 |
CN108447124A (zh) * | 2018-02-12 | 2018-08-24 | 北京工业大学 | 一种基于点云的古建筑轮廓提取方法及系统 |
CN111046459A (zh) * | 2019-11-15 | 2020-04-21 | 广州凡拓动漫科技有限公司 | 一种基于3d软件的建筑模型图像设计方法 |
CN114373056B (zh) * | 2021-12-17 | 2024-08-02 | 云南联合视觉科技有限公司 | 一种三维重建方法、装置、终端设备及存储介质 |
-
2022
- 2022-04-29 CN CN202210473419.3A patent/CN114863020B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021238359A1 (zh) * | 2020-05-28 | 2021-12-02 | 华为技术有限公司 | 一种构建物体的多细节层次模型的方法及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114863020A (zh) | 2022-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114863020B (zh) | 三维模型构建方法、装置、电子设备及存储介质 | |
US10922860B2 (en) | Line drawing generation | |
US8249316B2 (en) | Component labeling | |
US10489970B2 (en) | 2D image processing for extrusion into 3D objects | |
CN111192226B (zh) | 一种图像融合去噪方法及装置、系统 | |
CN109977952B (zh) | 基于局部最大值的候选目标检测方法 | |
WO2017088462A1 (zh) | 图像处理方法和装置 | |
US10204447B2 (en) | 2D image processing for extrusion into 3D objects | |
WO2006102014A1 (en) | Fast graph cuts: a weak shape assumption provides a fast, exact method for graph cuts segmentation | |
CN114049420B (zh) | 一种模型训练方法、图像渲染方法、装置和电子设备 | |
CN111681165A (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
CN114723601B (zh) | 一种虚拟场景下的模型结构化建模及快速渲染方法 | |
Xian et al. | Fast generation of high-fidelity RGB-D images by deep learning with adaptive convolution | |
CN114782645A (zh) | 虚拟数字人制作方法、相关设备及可读存储介质 | |
CN109034070B (zh) | 一种置换混叠图像盲分离方法及装置 | |
CN117011137B (zh) | 基于rgb相似度特征匹配的图像拼接方法、装置及设备 | |
JP6338234B2 (ja) | 領域分け方法、領域分けプログラム及び画像処理システム | |
CN117058338A (zh) | 基于cad的三维建筑模型构建方法、系统、设备及介质 | |
CN116452715A (zh) | 动态人手渲染方法、装置及存储介质 | |
CN106023105A (zh) | 一种植物叶片的二值图像生成方法及系统 | |
CN115810081A (zh) | 三维模型生成方法及装置 | |
CN107221019B (zh) | 图表转换方法及装置 | |
CN115457206A (zh) | 三维模型生成方法、装置、设备及存储介质 | |
CN115100058A (zh) | 一种基于神经网络的图像去反射方法、系统及相关设备 | |
CN113496468B (zh) | 深度图像的修复方法、装置和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |