RealSkel 项目使用教程
2024-09-14 17:14:13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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
316
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
155
178
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++
639
246
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
241
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K