全景图像展示标注网站项目

简介: 全景图像展示标注网站项目

最近要做一个全景展示网站,为了学习的更加有效,就写篇文章来记录这个项目的主要历程(持续更新到任务完成)。

现在主要找到了两个demo:

(一):仅对已经合成过的图像进行展示:用到的是某位大佬写的插件

f0b01937b49671635013a740133a6e9f_20180310171429225.jpg

(二):图像没有合成,只是将6张照片相对处理一下后,贴合在一起,形成一个3D立体图像的demo:

92de35f0a6f2e41a98398ec0c0b0998b_70.png这六张图像是经过处理后可以无缝贴合的。

当然,这只是大佬们开源的demo,而这个项目的功能需求比这要复杂一些,主要是前端的一些技术,但后端技术也有需求。

产品需求规格说明书:

功能类别

功能名称、标识符

描述

用户注册

注册、UC01

未注册人员填写注册信息(账号、密码、姓名、性别、手机号码、邮箱),之后可以在本系统中注册成为用户。

用户登录

登录、UC02

管理员、用户输入账号和密码并正确则可以登录系统,使用本系统功能。

管理员操作

添加新用户、UC04

管理员添加用户,输入新添加的用户员的信息,添加后信息录入数据库。

修改用户信息、UC05

管理员输入需要修改的用户的编号,找到该用户后,可对其信息进行修改。

查看用户信息、UC06

管理员可以查看所有用户的信息。

删除用户、UC07

管理员输入用户编号,找到该用户后可以删除该管理员。

用户操作

用户信息修改、UC08

用户对用户信息进行修改,包括密码,联系方式和邮箱的修改。

全景图像合成、UC09

输入全景相机拍摄的照片,将照片合成为全景图像。

全景图像标注、UC10

对图像上的特定地区进行图像标注。

查看全景图像、UC12

在网站上以全景视角查看图像。

查看特定地区的描述、UC11

用户可以查看特定地区的文字描述。

具体的技术细节,持续更新中.........


AIEarth是一个由众多领域内专家博主共同打造的学术平台,旨在建设一个拥抱智慧未来的学术殿堂!【平台地址:https://devpress.csdn.net/aiearth】 很高兴认识你!加入我们共同进步!

目录
相关文章
|
JSON 数据格式 Python
对Labelme标注图像,进行90、180、270的旋转,实现标注数据的扩充。
对Labelme标注图像,进行90、180、270的旋转,实现标注数据的扩充。
1119 0
对Labelme标注图像,进行90、180、270的旋转,实现标注数据的扩充。
|
6天前
|
机器学习/深度学习 人工智能 算法
X-AnyLabeling:开源的 AI 图像标注工具,支持多种标注样式,适于目标检测、图像分割等不同场景
X-AnyLabeling是一款集成了多种深度学习算法的图像标注工具,支持图像和视频的多样化标注样式,适用于多种AI训练场景。本文将详细介绍X-AnyLabeling的功能、技术原理以及如何运行该工具。
42 2
X-AnyLabeling:开源的 AI 图像标注工具,支持多种标注样式,适于目标检测、图像分割等不同场景
|
7月前
|
JSON 算法 Shell
【数据集】以人脸关键点为例讲解:如何通过开源项目快速制作关键点数据集
【数据集】以人脸关键点为例讲解:如何通过开源项目快速制作关键点数据集
139 0
|
数据可视化 物联网
Threejs物联网,养殖场3D可视化(三)模型展示,轨道控制器设置,模型沿着路线运动,模型添加边框,自定义样式显示标签,点击模型获取信息
Threejs物联网,养殖场3D可视化(三)模型展示,轨道控制器设置,模型沿着路线运动,模型添加边框,自定义样式显示标签,点击模型获取信息
961 15
Threejs物联网,养殖场3D可视化(三)模型展示,轨道控制器设置,模型沿着路线运动,模型添加边框,自定义样式显示标签,点击模型获取信息
|
机器学习/深度学习 数据采集 PyTorch
图片风格自动分析模型
图片风格自动分析模型
255 0
|
搜索推荐 数据可视化 JavaScript
数据可视化大屏百度地图绘制行政区域标注实战案例解析(个性化地图、标注、视频、控件、定位、检索)
数据可视化大屏百度地图绘制行政区域标注实战案例解析(个性化地图、标注、视频、控件、定位、检索)
221 1
|
人工智能 自然语言处理 算法
自由编辑人脸打光:基于生成模型的三维重光照系统上线
自由编辑人脸打光:基于生成模型的三维重光照系统上线
299 0
|
安全 知识图谱
三维点云的开放世界理解,分类、检索、字幕和图像生成样样行
三维点云的开放世界理解,分类、检索、字幕和图像生成样样行
289 0
|
移动开发 JavaScript 数据可视化
基于Three.js的全景展示框架-TPano
在一些全景展示类应用中,经常需要对采集到全景照片进行展示,一般情况下,可以通过制作人员使用pano2vr进行数据处理(教程可参见:实战!使用pano2vr生成html5全景页面),将处理好的数据发布至静态服务器,再关联相应位置即可完成全景展示(详情见基于Leaflet的全景综合展示实战)
709 1
基于Three.js的全景展示框架-TPano
|
存储 JSON 数据格式
Threejs加载城市obj模型,加载人物gltf模型,Tweenjs实现人物根据规划的路线运动
Threejs加载城市obj模型,加载人物gltf模型,Tweenjs实现人物根据规划的路线运动
941 0

热门文章

最新文章