Tiny Online Tools logoTiny Online ToolssearchRechercher des outils…grid_viewTous les outils
Accueilchevron_rightOutils Gaussian Splatchevron_rightNettoyeur COLMAPNettoyeur COLMAP

Nettoyeur COLMAP

Filtrez les mauvais points et les images faibles d’une reconstruction COLMAP et téléchargez un modèle valide, prêt pour COLMAP ou 3D Gaussian Splatting.

upload_file

Cliquez pour parcourir ou glissez-deposez des fichiers ici

cameras, images et points3D — .bin ou .txt, ou un zip

Accepte : .bin,.txt,.zip

Les trois fichiers sont nécessaires. Les noms de dossier sont ignorés : seuls comptent les noms de fichiers.scatter_plot Filtres de pointsLes points au-dessus sont supprimés. Autour de 2 px est un bon point de départ ; 0 désactive le filtre.Dans combien de photographies un point doit avoir été vu. Deux ne se recoupent pas ; trois ou plus est plus sûr. 0 désactive le filtre.Écarte les points plus loin du centre que ce multiple de la distance médiane. 3 attrape la plupart des points égarés ; 0 désactive.photo_camera Filtre d’images et sortieLes images apportant moins de points 3D que cela sont entièrement supprimées. 0 garde toutes les images.Le binaire est ce qu’écrit COLMAP et ce que les outils en aval lisent le plus vite. Le texte se compare avec diff.infoChaque filtre est inactif à 0. Avec les quatre à 0, la sortie est identique octet par octet à l’entrée — une bonne façon de vérifier l’aller-retour avant de choisir un filtre.

Outils similaires

Visionneuse COLMAP

Visionneuse COLMAP

Ouvrez une reconstruction éparse COLMAP et inspectez le nuage de points, les poses de caméra, les intrinsèques et les statistiques de reprojection.

COLMAP vers glTF

COLMAP vers glTF

Exportez une reconstruction COLMAP en glTF ou GLB : points épars, frustums de caméra et vraies caméras glTF à la pose de chaque photographie.

Nettoyage de Gaussian Splat

Nettoyage de Gaussian Splat

Retirez les résidus flottants, les splats invisibles et les gaussiennes gonflées d'une capture, chaque passe étant comptée, avec une vue avant et après.

Processeur de Nuage de Points

Processeur de Nuage de Points

Recadrez, fusionnez, sous-échantillonnez, débruitez, transformez et recolorez des nuages de points LiDAR au format LAS, LAZ, PLY, XYZ ou PCD.

PDF en JPG

PDF en JPG

Convertissez des pages PDF en images JPG de haute qualité.

Inverseur de GIF

Inverseur de GIF

Inversez l'ordre des images de tout GIF animé dans votre navigateur. Préserve les délais, sans upload, 100% privé.

Extracteur de palette de dégradé

Extracteur de palette de dégradé

Extrayez les arrêts de couleur prêts pour le dégradé à partir d'une image téléchargée.

apps

Plus d'outils

Parcourez notre collection complète d'outils en ligne gratuits.

Nettoyer une reconstruction, pas seulement la mesurer

Beaucoup d’outils vous disent qu’un modèle COLMAP contient de mauvais points. Celui-ci les enlève et réécrit le modèle : trois fichiers que COLMAP, un ajustement de faisceaux ou un entraînement 3D Gaussian Splatting accepteront sans broncher.

Ce n’est fiable que parce que les écrivains derrière reproduisent une vraie reconstruction de 45 images octet par octet : lancez le nettoyeur avec tous les filtres désactivés et la sortie est identique bit à bit à l’entrée. Si l’opération neutre est exacte, les modifications sont sûres.

Les quatre filtres

  • Erreur de reprojection — écarte les points au-dessus d’un seuil en pixels. La longue queue à droite de l’histogramme est là où vivent les points mal triangulés.
  • Longueur de piste — écarte les points vus dans moins de N photographies. Un point vu dans deux seulement ne peut pas être recoupé ; trois ou plus est bien plus sûr.
  • Distance au centre — écarte les points au-delà d’un multiple de la distance médiane au centroïde. La médiane, pas la moyenne : les aberrants visés tireraient la moyenne avec eux et se cacheraient.
  • Observations par image — écarte les images qui apportent moins de N observations. Images floues, mal exposées, ou prises d’un endroit que rien d’autre n’a vu.

Garder le modèle cohérent

Supprimer dans un modèle COLMAP sans le casser demande de la rigueur dans les deux sens : les pistes nomment des images, les images nomment des points. Après les filtres, chaque point survivant perd les entrées de piste qui nommaient une image supprimée ; si cela le laisse sous deux observations, COLMAP le considérerait comme non trianguté, il part donc aussi. Ensuite, chaque image survivante voit ses caractéristiques 2D réorientées, les points 3D supprimés étant marqués −1.

Rien n’est réindexé et aucun identifiant ne change : rien en aval n’a besoin d’être prévenu. Les caméras ne sont jamais supprimées : une caméra inutilisée est légale et coûte 64 octets.

Tout se passe dans votre navigateur ; la reconstruction n’est jamais envoyée.