共计 3638 个字符，预计需要花费 10 分钟才能阅读完成。
举荐：将 NSDT 场景编辑器 退出你的 3D 开发工具链。
1、Meshroom ⭐4,474
Meshroom 是一款基于 AliceVision 摄影测量计算机视觉框架的收费开源三维重建软件。
https://github.com/alicevision/meshroom
2、Openmvg ⭐2,829
Openmvg 库依据三维计算机视觉和构造的静止。OpenMVG 提供了一个端到端的 3D 重建，它由图像框架组成，蕴含库、二进制文件和管道。
- 这些库提供了简略的性能，如: 图像处理，性能形容和匹配，性能跟踪，相机模型，多视图几何，旋转预计…
- 该二进制文件解决了管道可能须要的单元工作: 场景初始化、特色检测与匹配和静止重建的构造，并将重建的场景导出到其余多视点平面视觉框架中，以计算密集的点云或纹理网格。
- 这些管道通过链接各种二进制文件来计算图像匹配关系
OpenMVG 是用 c ++ 开发的，能够在 Android、iOS、Linux、macOS 和 Windows 上运行。https://github.com/openMVG/openMVG。
3、Awesome_3dreconstruction_list ⭐2,261
与图像 3D 重建相干的论文和资源精选清单 https://github.com/openMVG/awesome_3DReconstruction_list
4、Awesome Point Cloud Analysis ⭐1,801
对于点云剖析 (解决) 的论文和数据集列表 https://github.com/Yochengliu/awesome-point-cloud-analysis
5、Opensfm ⭐1,635
OpenSfM 是一个用 Python 编写的静止库的构造。该库作为一个解决管道，用于从多个图像重建相机姿势和 3D 场景。它由静止构造的根本模块 (特色检测 / 匹配，最小解算) 组成，重点是构建一个强壮的、可伸缩的重建管道。它还集成了内部传感器 (如 GPS、减速计) 测量，以实现天文定位和鲁棒性。提供了一个 JavaScript 查看器来预览模型和调试管道。
https://github.com/mapillary/OpenSfM
6、Alicevision ⭐1,318
AliceVision 是摄影测量计算机视觉框架，可提供 3D 重建和相机跟踪算法。AliceVision 旨在通过可测试，剖析和重用的最新计算机视觉算法提供弱小的软件根底。该我的项目是学术界和工业界单干的后果，旨在为尖端算法提供鲁棒性和生产应用所需的品质。https://github.com/alicevision/AliceVision
7、Openmvs ⭐1,193
OpenMVS 是面向计算机视觉的库，尤其是针对多视图平面重建社区的。只管有针对静止构造管道（例如 OpenMVG）的成熟而残缺的开源我的项目，这些管道能够从输出的图像集中复原相机的姿态和稠密的 3D 点云，但没有一个解决摄影测量链的最初一部分 - 流。OpenMVS 旨在通过提供一套残缺的算法来复原要重建场景的整个外表来填补这一空白。输出是一组摄影机姿态加上稠密的点云，输入是带纹理的网格。该我的项目波及的次要主题是：密集的点云重构，以取得尽可能残缺，精确的点云网格重建，用于预计最能解释输出点云的网格外表网格细化可复原所有精密细节网格纹理，用于计算清晰精确的纹理以对网格着色 https://github.com/cdcseacave/openMVS
8、Bundler_sfm ⭐1,158
https://github.com/snavely/bundler_sfm
9、Bundlefusion ⭐752
应用在线外表从新整合进行实时全局统一的三维重建 https://github.com/niessner/BundleFusion
10、Face_swap ⭐636
面部替换：https://github.com/YuvalNirkin/face_swap
11、Scannet ⭐678
ScanNet 是一个 RGB- D 视频数据集，蕴含超过 1500 次扫描中的 250 万次视图，应用 3D 摄像机姿势、外表重建和实例级语义分段进行正文。https://github.com/ScanNet/ScanNet
12、Softras⭐540
SoftRas 是一个真正的可微分渲染框架，把渲染作为一个可微分的聚合过程，交融所有网格三角形的概率奉献绝对于渲染像素。https://github.com/ShichenLiu/SoftRas
13、Pifu ⭐474
https://github.com/shunsukesaito/PIFu
14、Matterport ⭐460
用于 RGB- D 机器学习工作的十分棒的数据集。https://github.com/niessner/Matterport
15、Kimera⭐456
Kimera 是一个用于实时度量 - 语义同步定位和映射的 c ++ 库，它应用摄像机图像和惯性数据来构建环境的语义正文 3D 网格。Kimera 是模块化的，反对 ros，在 CPU 上运行。https://github.com/MIT-SPARK/Kimera
16、Mvs Texturing ⭐421
我的项目能够依据图像对 3D 重建进行纹理解决。该我的项目专一于应用静止和多视图立体技术的构造生成的 3D 重建。https://github.com/nmoehrle/mvs-texturing
17、Livescan3d ⭐402
LiveScan3D 是一个实时三维重建零碎，应用多个 Kinect v2 深度传感器同时进行三维重建。产生的 3D 重建模式是有色点云的模式，所有 Kinect 的点都搁置在同一坐标系中。该零碎的可能应用场景包含：同时从多个视点捕捉对象的 3D 构造，捕捉场景的“全景”3D 构造（通过应用多个传感器来扩大一个传感器的视场），将重建的点云流式传输到近程地位，通过让多个传感器捕捉同一场景来进步单个传感器捕捉的点云的密度。https://github.com/MarekKowalski/LiveScan3D
18、Voxelhashing ⭐364
大规模、实时三维重建：https://github.com/niessner/VoxelHashing
19、Layoutnet ⭐298
从单个 RGB 图像重建三维房间布局
https://github.com/zouchuhang/LayoutNet
20、Tsdf Fusion Python ⭐295
这是一个轻量级的 python 脚本，可将多个色彩和深度图像交融到 TSDF 体积中，而后能够将其用于创立高质量的 3D 外表网格和点云。在 Ubuntu 16.04 上测试成果如下图：
https://github.com/andyzeng/tsdf-fusion-python
21、Intrinsic3d ⭐231
通过外观和几何优化以及空间变动的照明实现高质量 3D 重构
https://github.com/NVlabs/intrinsic3d
22、Kimera Semantics ⭐228
从 2D 数据进行实时 3D 语义重构
https://github.com/MIT-SPARK/Kimera-Semantics
23、Awesome Holistic 3d ⭐209
3D 重建的论文和资源清单：https://github.com/holistic-3d/awesome-holistic-3d
24、3dreconstruction ⭐151
应用 Python3 进行 SFM 的 3D 重建 https://github.com/alyssaq/3Dreconstruction
25、Structured3d ⭐121
用于结构化 3D 建模的大型照片级数据集
https://github.com/bertjiazheng/Structured3D
26、Synthesize3dviadepthorsil ⭐117
通过对多视图深度图或轮廓建模来生成和重建 3D 形态
https://github.com/Amir-Arsalan/Synthesize3DviaDepthOrSil
27、Msn Point Cloud Completion ⭐111
https://github.com/Colin97/MSN-Point-Cloud-Completion
28、Cnncomplete ⭐107
用于训练体积深层神经网络以实现局部扫描的 3D 形态的代码
https://github.com/angeladai/cnncomplete
29、Reconstructiondataset ⭐95
用于进行三维重建的一组图像
https://github.com/rperrot/ReconstructionDataSet
30、3d Recgan Extended ⭐81
从单个深度视图进行密集的 3D 对象重建
https://github.com/Yang7879/3D-RecGAN-extended
