估计某个点的法向量，可以类似于点云的曲面法向量估计，将该点附近K近邻的点近似在一个局部平面上，之后就经过最小二乘法拟合该平面方程.本代码是基于PCL库，往库中添加新的法向量估计。
2021/7/14 15:13:27
4KB
1
基于OpenGL的三维点云数据显示，可以选择浏览文件读入点云数据，鼠标点击、拖动和滑动可实现三维图形的旋转和缩放，最大可读入一百万个点，点云数据存在txt文件中，数据格式分别为x、y、z的坐标，具体以紧缩文件中的3dcloud.txt为例
2020/2/15 13:44:55
58.61MB
1
对飞机点云数据进行修改工具，可人工直观修改因为大树、高楼而影响数据的精确性，本工具可显示三角网、等高线，便于快速确定异常云点数据位置。
2022/11/4 19:21:58
363KB
1
C++语言，在PCL环境下的三角形网格孔洞修复。
次要针对曲面重建之后，模型出现了大量孔洞，需要修复。
修复步骤很简单，就是基于最小角的剖分修复。
次要针对曲面重建之后，模型出现了大量孔洞，需要修复。
修复步骤很简单，就是基于最小角的剖分修复。
2018/11/26 3:19:13
7KB
1
大量的点云数据是通过三维激光扫描得到的，而点云数据的显示快慢遭到了数据索引的直接影响，这是一个基础性问题。
经过研究，八叉树与叶节点ＫＤ树相结合的混合空间索引结构以及ＬＯＤ构建的层次细节模型是用来解决点云数据管理与可视化效率不高的问题的有效方法。
在局部，通过在叶子节点中构建的ＫＤ树实现高效的查询和显示；
在全局，为了实现快速检索与调度使用了八叉树模型。
采用这种混合数据模型进行点云组织，建立空间索引，并对点云数据进行ＬＯＤ构建，实现了点云数据的高效检索以及可视化。
经过研究，八叉树与叶节点ＫＤ树相结合的混合空间索引结构以及ＬＯＤ构建的层次细节模型是用来解决点云数据管理与可视化效率不高的问题的有效方法。
在局部，通过在叶子节点中构建的ＫＤ树实现高效的查询和显示；
在全局，为了实现快速检索与调度使用了八叉树模型。
采用这种混合数据模型进行点云组织，建立空间索引，并对点云数据进行ＬＯＤ构建，实现了点云数据的高效检索以及可视化。
2020/6/26 15:48:55
292KB
1
使用vc2005，先读入三维点云数据，然后进行八叉树划分，可以设定每个节点的大小，最初用OpenGL将每个节点的数据用三角形连接起来。
2021/5/10 21:55:34
66KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB