RealSkel 项目使用教程
2024-09-14 08:42:12作者:管翌锬
1. 项目介绍
RealSkel 是一个用于实时骨骼化(Skeletonization)的工具,主要用于基于草图的建模(Sketch-based Modeling)。该项目提供了一个可执行软件,允许用户通过简单的草图绘制来创建复杂的3D模型,并实时生成骨骼结构。RealSkel 支持在 Ubuntu 和 Windows 系统上运行,并且依赖于 Qt、OpenCV、Boost 和 Libigl 等库。
2. 项目快速启动
2.1 环境准备
Ubuntu 20.04 LTS
-
安装 Qt 5.12.2
- 下载并安装
qt-opensource-linux-x64-5.12.2.run。 - 运行安装文件并按照提示完成安装。
- 下载并安装
-
安装 OpenCV
sudo apt-get install libopencv-dev -
安装 Boost
sudo apt-get install libboost-all-dev
Windows 10
-
安装 Qt 5.12.2
- 下载并安装
qt-opensource-windows-x86-5.12.2.exe。 - 选择 MSVC 2017 64-bit 进行安装。
- 下载并安装
-
安装 OpenCV
- 下载 OpenCV 4.2.0 源码。
- 使用 CMake 配置并生成解决方案,然后在 Visual Studio 中编译并安装。
-
安装 Boost
- 下载并安装适合的 Boost 版本(如
boost_1_74_0-msvc-14.2-64.exe对应 VS2019)。
- 下载并安装适合的 Boost 版本(如
2.2 编译与运行
Ubuntu 20.04 LTS
mkdir build
cd build
cmake ..
make -j8
./main
Windows 10
- 使用 VS Code 和 CMake 工具编译源码。
- 选择构建类型为 Release。
- 配置 CMake 并等待依赖项下载完成。
- 编译解决方案,并将
demo_exe目录中的所有.dll文件和platforms/目录复制到build/Release/目录。 - 运行
main.exe。
3. 应用案例和最佳实践
3.1 创建一个带骨骼的猫模型
- 打开软件:启动 RealSkel 软件。
- 分割视图:在左侧窗口(2D 视图)和右侧窗口(3D 视图)之间分割视图。
- 打开图像:使用
Ctrl+O打开demo_exe/image/cat.png。 - 绘制躯干:在 2D 视图中绘制猫的躯干。
- 调整轮廓:根据需要调整轮廓。
- 创建腿部:在前方和后方分别创建对称腿部。
- 创建其他部分:按下
Space键切换到草图模式,绘制其他部分(如耳朵)。 - 优化骨骼:最后,选择关节并按住鼠标左键移动,调整骨骼结构。
3.2 最佳实践
- 使用 VS Code:推荐使用 VS Code 进行开发和调试,以提高效率。
- 依赖库管理:确保所有依赖库正确安装,并根据需要修改
CMakeLists.txt文件。 - 实时调整:利用软件的实时骨骼化功能,快速调整和优化模型。
4. 典型生态项目
- Libigl:一个轻量级的 C++ 几何处理库,广泛用于计算机图形学和计算几何领域。
- OpenCV:开源计算机视觉库,提供丰富的图像处理和计算机视觉算法。
- Boost:一个高效的 C++ 库集合,提供多种功能模块,如智能指针、多线程等。
通过结合这些生态项目,RealSkel 能够提供强大的功能和灵活的开发环境,适用于各种复杂的3D建模任务。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
330
暂无简介
Dart
685
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869