Easy3D：一个轻量级、易用、高效的C++库，用于处理和渲染3D数据
作者：Liangliang Nan
作者介绍：来自荷兰代尔夫特理工大学三维地理信息研究小组
代码：https://github.com/LiangliangNan/Easy3D
简介
Easy3D是一个用于三维建模、几何处理和渲染的开源库，它使用C++中实现的，并着重强调简单易用性性（即，处理和可视化3D数据可以通过API调用的几行来实现），Easy3D的贡献有三个方面：
（1）可以表示常见3D数据（即点云、曲面网格、多面体网格和图形）的高效数据结构；
（2）处理3D数据的常用算法；
（3）3D数据可视化的标准技术。
Easy3D旨在用于研究和教育目的，但它也是开发复杂3D应用程序的良好基础，其数据结构、几何处理算法和渲染技术可以无缝、轻松地集成，以快速开发研究原型或3D应用程序。图1和图2分别显示了Easy3D提供的数据结构和渲染功能的概述。
图1:Easy3D提供的数据结构。从左到右：点云、曲面网格、多面体网格和图形
功能概述
Easy3D的核心功能包括：
•用于表示和管理3D模型（即点云、曲面网格、多面体网格和图形）的高效数据结构，便于添加/访问任意类型的每元素属性，从文件加载模型时，会自动解决非Manifolds问题。
•一系列广泛使用的算法，例如，点云法线估计/重新定向、泊松曲面重建、RANSAC、网格简化、细分、平滑、参数化和重划分。
•一系列渲染技术，例如点/线视点替用、环境光遮挡（SSAO）、硬阴影（阴影贴图）、软阴影（PCSS）、眼罩照明（用于渲染没有法线信息的点云）和透明度（平均颜色混合、双深度剥离）。
•OpenGL和GLSL的高级封装，方便高效地进行渲染（基于现代且更快的可编程着色器样式渲染，即无需固定函数调用）。用户代码不需要接触OpenGL的低级API。
•演示API各种用途的分步教程，以熟悉3D建模和几何处理的数据结构、渲染技术和算法。
•可直接用于以各种格式可视化3D场景的查看器，也可轻松扩展。从Easy3D库中创建的一个方便的工具Mapple，用于渲染和处理3D数据。
图2:Easy3D渲染功能概述
Easy3D代码架构
代码库包含一个CMakeLists.txt文件，用作配置和构建程序，以及一组子文件夹：
3rd_party-第三方库的源代码
applications-基于Easy3D构建的应用程序
cmake-与cmake相关的配置文件
docs -文档配置文件（Doxygen）
easy3d-easy3d的源代码
resources -测试数据、图像、着色器和纹理等。
tests-测试用例的集合
tutorials-示例集（带有详细的代码解释）
Easy3D应用实例
尺度着色
点云网格化
点云标注
资源
三维点云论文及相关应用分享
【点云论文速读】基于激光雷达的里程计及3D点云地图中的定位方法
3D目标检测：MV3D-Net
三维点云分割综述（上）
3D-MiniNet: 从点云中学习2D表示以实现快速有效的3D LIDAR语义分割（2020）
win下使用QT添加VTK插件实现点云可视化GUI
JSNet：3D点云的联合实例和语义分割
大场景三维点云的语义分割综述
PCL中outofcore模块---基于核外八叉树的大规模点云的显示
基于局部凹凸性进行目标分割
基于三维卷积神经网络的点云标记
点云的超体素(SuperVoxel)
基于超点图的大规模点云分割
更多文章可查看：点云学习历史文章大汇总
SLAM及AR相关分享
【开源方案共享】ORB-SLAM3开源啦！
【论文速读】AVP-SLAM：自动泊车系统中的语义SLAM
【点云论文速读】StructSLAM:结构化线特征SLAM
SLAM和AR综述
常用的3D深度相机
AR设备单目视觉惯导SLAM算法综述与评价
SLAM综述(4)激光与视觉融合SLAM
Kimera实时重建的语义SLAM系统
SLAM综述(3)-视觉与惯导，视觉与深度学习SLAM
易扩展的SLAM框架-OpenVSLAM
高翔：非结构化道路激光SLAM中的挑战
SLAM综述之Lidar SLAM
基于鱼眼相机的SLAM方法介绍
新年新姿势
欢迎各位伙伴，一起经营知识星球，加入我们新的收费知识星球，一起分享！有兴趣运营者可直接评论加群主微信！
如果你对本文感兴趣，请后台发送“知识星球”获取二维码，务必按照“姓名+学校/公司+研究方向”备注加入免费知识星球，免费下载pdf文档，和更多热爱分享的小伙伴一起交流吧！
以上内容如有错误请留言评论，欢迎指正交流。如有侵权，请联系删除
扫描二维码
关注我们
让我们一起分享一起学习吧！期待有想法，乐于分享的小伙伴加入免费星球注入爱分享的新鲜活力。分享的主题包含但不限于三维视觉，点云，高精地图，自动驾驶，以及机器人等相关的领域。
分享及合作方式：微信“920177957”（需要按要求备注） 联系邮箱：[email protected]，欢迎企业来联系公众号展开合作。
点一下“在看”你会更好看耶
更多相关：
-
使用Blender创建3D艺术。初级课程 你会学到什么 使用Blender并理解它的界面 创建3D模型 创建您自己的材料 布料仿真、纹理和雕刻 第三种解释的相机法则 照相机景深 灯光设置 渲染 如何使用参考素材进行3D素描和建模？参考镜头也包括在内。 课程中包含所有章节场景文件和纹理贴图。 MP4 |视频:h264，1280...
-
Unity 3D游戏代码编程学习教程 Full Guide To Unity 3D & C#: Learn To Code Making 3D Games Full Guide To Unity 3D & C#: Learn To Code Making 3D Games Unity 3D&C语言完整指南学习教程：学习编写3...
-
Blender和Substance Painter制作科幻装甲视频教程 时长7小时 1280X720 MP4 题目：《技能共享》--用Blender和Substance Painter绘制科幻盔甲 流派:电子学习| MP4 |视频:h264，1280x720 |音频:AAC，48.0 KHz 语言：英语+中英文字幕（根据原...
-
点云PCL免费知识星球，点云论文速读。标题：三维点云分割综述（上）排版：particle欢迎各位加入免费知识星球，获取PDF文档，欢迎转发朋友圈，分享快乐。这是一篇综述性论文，以下只做概述性介绍，介绍文章已共享在微信群和免费知识星球中，文章在公众号将分成三个部分:第一部分介绍点云的获取以及各种传感器获取点云的特性，以及分割概念的区别...
-
点云PCL免费知识星球，点云论文速读。文章：DLL: Direct LIDAR Localization. A map-based localization approach for aerial robots作者：Fernando Caballero1 and Luis Merino编译：点云PCL代码：https://githu...
-
CloudCompare是一个三维点云（网格）编辑和处理软件。最初，它被设计用来对稠密的三维点云进行直接比较。它依赖于一种特定的八叉树结构，在进行点云对比这类任务时具有出色的性能【1】。此外，由于大多数点云都是由地面激光扫描仪采集的，CloudCompare的目的是在一台标准笔记本电脑上处理大规模的点云——通常超过1000万个点云。...
-
点云PCL免费知识星球，点云论文速读。文章：Open3DGen: Open-Source Software for Reconstructing Textured 3D Models from RGB-D Images作者：Teo T. Niemirepo, Marko Viitanen, and Jarno Vanne编译：点云P...
-
点云PCL免费知识星球，点云论文速读。标题：Real-Time Spatio-Temporal LiDAR Point Cloud Compression作者：Yu Feng , Shaoshan Liu , and Yuhao Zhu来源：2020IROS本文仅做学术分享，如有侵权，请联系删除。欢迎各位加入免费知识星球，获取PDF...
-
公众号致力于分享点云处理，SLAM，三维视觉，高精地图相关的文章与技术，欢迎各位加入我们，一起每交流一起进步,有兴趣的可联系微信：920177957。本文来自点云PCL博主的分享，未经作者允许请勿转载，欢迎各位同学积极分享和交流。资源三维点云论文及相关应用分享【点云论文速读】基于激光雷达的里程计及3D点云地图中的定位方法3D目标检测...
-
Thanks to LOAM, A-LOAM, and LIO-SAM code authors. The major codes in this repository are borrowed from their efforts.代码：https://github.com/gisbi-kim/SC-A-LOAM编译：点云PCL本...
-
文章：Inertial-Only Optimization for Visual-Inertial Initialization作者：Carlos Campos, Jose M.M. Montiel and Juan D. Tard ´ os´代码：https://github.com/bxh1/VIDO-SLAM.git编译：点云...
-
点云PCL免费知识星球，点云论文速读。文章：Monocular Object and Plane SLAM in Structured Environments作者：Shichao Yang, Sebastian Scherer翻译：particle本文仅做学术分享，如有侵权，请联系删除。欢迎各位加入免费知识星球，获取PDF论文，欢...
-
点云PCL免费知识星球，点云论文速读。文章：Persistent Map Saving for Visual Localization for Autonomous Vehicles: An ORB-SLAM 2 Extension作者：Felix Nobis∗, Odysseas Papanikolaou, Johannes Be...