Schnellstart

Diese Anleitung hilft Ihnen, schnell mit dem MipMapEngine SDK zu beginnen. Wir bieten vollständige Beispielskripte, mit denen Sie Ihre erste 3D-Rekonstruktionsaufgabe in wenigen Minuten ausführen können.

📋 Voraussetzungen

Bevor Sie beginnen, stellen Sie bitte sicher, dass Sie:

1. ✅ Das SDK installiert haben (siehe Installationsanleitung)
2. ✅ Ihre Lizenz aktiviert haben

🚀 Schnelleinstieg: Verwendung der SDK-Beispielskripte

Das SDK bietet vollständige Beispiele und Ein-Klick-Ausführungsskripte im example-Verzeichnis:

example/
├── 1_reconstruct_full_basic.json     # Grundlegendes Rekonstruktionsbeispiel
├── 2_group_cameras.json              # Beispiel für Mehrkameragruppen
├── 3_custom_image_pos.json           # Beispiel für benutzerdefinierte Position
├── sample-images/                    # Beispielbilder
├── Step1_Hardware_Check_EN.bat
├── Step2_License_Manager_EN.bat
├── Step3_Run_Example1_Basic_Drone_Reconstruction_EN.bat
├── Step4_Run_Example2_Multi_Camera_Groups_EN.bat
└── Step5_Custom_Image_Positions_EN.bat

Ihre erste Rekonstruktion ausführen

Step3_Run_Example1_Basic_Drone_Reconstruction_EN.bat

Das Skript wird automatisch:

1. Beispielbilder aus sample-images verwenden
2. Ausgabeverzeichnis erstellen
3. Den 3D-Rekonstruktionsprozess starten
4. Ergebnisse in mehreren Formaten generieren

🎯 Beispieldetails

Beispiel 1: Grundlegende Drohnenrekonstruktion

Dies ist die einfachste Verwendungsweise, geeignet für Standard-Drohnenluftbilder.

Funktionen:

• ✅ Minimale Konfiguration, sofort einsatzbereit, geeignet für die meisten Anwendungen
• ✅ Nahtlos kompatibel mit gängigen DJI-Vermessungsdrohnen

Konfigurationsdatei (1_reconstruct_full_basic.json):

{
  "working_dir": "./output/reconstruct_full_basic",
  "gdal_folder": "../gdal_data",
  "input_image_type": 1,
  "resolution_level": 3,
  "coordinate_system": {
    "type": 2,
    "label": "WGS 84",
    "epsg_code": 4326
  },
  "image_meta_data": [
    {
      "id": 1,
      "path": "../sample-images/DJI_20250507103417_0124_V.JPG"
    },
    {
      "id": 2,
      "path": "../sample-images/DJI_20250507103421_0125_V.JPG"
    }
    // ... weitere Bilder
  ],
  "generate_osgb": true,
  "generate_3d_tiles": true,
  "generate_las": true,
  "generate_obj": true,
  "generate_geotiff": true
}

Manuelle Ausführung:

reconstruct_full_engine.exe -reconstruct_type 0 -task_json 1_reconstruct_full_basic.json

Beispiel 2: Mehrkameragruppen-Rekonstruktion

Geeignet für Mehrlinsen-Schrägbildkameras oder kooperative Mehrdrohnen-Operationen.

Step4_Run_Example2_Multi_Camera_Groups_EN.bat

Anwendungsszenarien:

• 🔸 Fünflinsen-Schrägbildkamerasysteme
• 🔸 Kooperative Mehrdrohnen-Operationen
• 🔸 Kombinationen von Kameras mit unterschiedlichen Brennweiten
• 🔸 Gemeinsame Boden- und Lufterfassung

Schlüsselkonfiguration:

{
  "image_meta_data": [
    {
      "id": 1,
      "path": "image1.jpg",
      "group": "camera_1"  // Kameragruppierung
    },
    {
      "id": 2,
      "path": "image2.jpg",
      "group": "camera_2"  // Andere Kameragruppe
    }
  ]
}

Beispiel 3: Benutzerdefinierte Bildpositionen

Geeignet für hochpräzise Positionierung oder GPS-lose Szenarien.

Step5_Custom_Image_Positions_EN.bat

Anwendungsszenarien:

• 📍 PPK/RTK-Hochpräzisionspositionierungsdaten
• 📍 Innenräume oder Umgebungen mit schlechtem GPS-Signal
• 📍 Notwendigkeit zur Anpassung von Positionsgenauigkeitsgewichten

Schlüsselkonfiguration:

{
  "image_meta_data": [
    {
      "id": 1,
      "path": "image.jpg",
      "meta_data": {
        "width": 4000,
        "height": 3000,
        "pos": [114.123456, 22.123456, 100.5],  // [Längengrad, Breitengrad, Höhe]
        "pos_sigma": [0.03, 0.03, 0.06]  // [X-Genauigkeit, Y-Genauigkeit, Z-Genauigkeit] Meter
      }
    }
  ]
}

Genauigkeitsreferenz:

Positionierungsmethode	X/Y-Genauigkeit (m)	Z-Genauigkeit (m)	Anwendungsszenario
RTK/PPK-Festlösung	0,02-0,05	0,05-0,10	Hochpräzisionsvermessung
Reguläres GPS	2-5	3-8	Allgemeine Anwendungen

📊 Ausgabeergebnisse anzeigen

Nach Abschluss der Rekonstruktion enthält das Ausgabeverzeichnis:

• 📁 3D/ - 3D-Modelle
  • model-b3dm/ - 3D Tiles (Cesium)
  • model-osgb/ - OSGB-Format
  • model-obj/ - OBJ-Format
  • point-las/ - LAS-Punktwolke
• 📁 2D/ - 2D-Produkte
  • dom_tiles/ - Orthophoto-Kacheln
  • dsm_tiles/ - Digitale Oberflächenmodell-Kacheln
  • geotiffs/ - GeoTIFF-Format
• 📁 AT/ - AT-Ergebnisse
• 📁 report/ - Qualitätsbericht
• 📁 logs/log.txt - Verarbeitungsprotokoll

🛠️ Interaktiver Konfigurationsgenerator

Wenn Sie keine JSON-Konfigurationsdateien manuell schreiben möchten, können Sie unser interaktives Tool verwenden, um sie schnell zu generieren:

🔧 Interaktiver Konfigurationsgenerator

Verwenden Sie das folgende Formular, um Ihre Konfigurationsdatei zu generieren:

Grundeinstellungen

Arbeitsverzeichnis

GDAL-Datenverzeichnis

Verarbeitungsparameter

BildtypRGB-BildMultispektralbildInfrarotbild

RekonstruktionsgenauigkeitUltrahoch (Langsam)Hoch (Empfohlen)Standard (Schnell)

Schnellmodus

Koordinatensystemeinstellungen

KoordinatensystemtypLocalENULocalGeografisch (WGS84)ProjiziertECEF

EPSG-Code

Ausgabeformate

3D-Modell

OBJPLYOSGB3D TilesFBX

Punktwolke

LASPLYOSGBPNTSGS-PLYSplats

2D-Orthofoto

GeoTIFFDOM-KachelnDSM-KachelnAus 3D erzeugen

Weitere Formate

Tie Point LAS

Erweiterte Optionen

Bildpositionsbeschränkung verwenden

Min. verfügbarer Speicher (GB)

Output Block XML

Entzerrte Bilder behalten

3D-Kacheloptionen

Draco-Komprimierung verwenden

TexturformatJPEGWebP (höhere Komprimierung)

2D-Kacheloptionen

In das GCJ02-Koordinatensystem umwandeln (China-Karte)

Ground Control Points (GCP)

Bodenpasspunkte verwenden

Ausgabe-Koordinatensystem (optional)

Benutzerdefiniertes 3D-Koordinatensystem

Benutzerdefiniertes 2D-Koordinatensystem

Generierte Konfigurationsdatei

Speichern Sie das folgende JSON als task.json：

task.json

{
  "license_id": 9200,
  "working_dir": "C:/Projects/MyProject",
  "gdal_folder": "C:/MipMap/SDK/data",
  "input_image_type": 1,
  "resolution_level": 2,
  "coordinate_system": {
    "type": 2,
    "type_name": "Geographic",
    "label": "WGS 84",
    "epsg_code": 4326
  },
  "generate_obj": false,
  "generate_ply": false,
  "generate_osgb": true,
  "generate_3d_tiles": true,
  "generate_fbx": false,
  "generate_las": false,
  "generate_pc_ply": false,
  "generate_pc_osgb": false,
  "generate_pc_pnts": false,
  "generate_gs_ply": false,
  "generate_gs_splats": false,
  "generate_geotiff": true,
  "generate_tile_2D": true,
  "generate_2D_from_3D_model": false,
  "generate_dsm_tile": false,
  "fast_mode": false,
  "use_image_position_constraint": true,
  "min_avali_memory_size": 16,
  "output_block_change_xml": false,
  "output_tie_point_las": false,
  "keep_undistort_images": false,
  "use_draco_compression": true,
  "tex_image_type_3dtiles": 0,
  "use_gcj02": false,
  "image_meta_data": [
    {
      "id": 1,
      "path": "path/to/image1.jpg"
    },
    {
      "id": 2,
      "path": "path/to/image2.jpg"
    }
  ]
}

Validieren und Ausführen

1. Validieren Sie zuerst die Konfigurationsdatei:

task_json_check.exe -task_json task.json

2. Nach der Validierung führen Sie die Rekonstruktion aus:

reconstruct_full_engine.exe -reconstruct_type 0 -task_json task.json

🎯 Ihr erstes Projekt anpassen

Basierend auf den Beispielen erstellen Sie Ihre eigene Konfigurationsdatei:

1. Beispielkonfiguration kopieren

copy 1_reconstruct_full_basic.json my_project.json

2. Bildpfade ändern

Bearbeiten Sie my_project.json und ändern Sie die Bildpfade zu Ihren Bildern:

{
  "image_meta_data": [
    {
      "id": 1,
      "path": "C:/MyImages/DJI_0001.JPG"
    },
    {
      "id": 2,
      "path": "C:/MyImages/DJI_0002.JPG"
    }
    // ... alle Bilder hinzufügen
  ]
}

3. Konfigurationsdatei validieren

Verwenden Sie vor der Ausführung der Rekonstruktion das Tool task_json_check.exe, um die Konfigurationsdatei zu validieren:

task_json_check.exe my_project.json

Wenn es Fehler in der Konfigurationsdatei gibt, zeigt das Tool spezifische Fehlermeldungen an. Häufige Fehler sind:

• Bildpfad existiert nicht
• Koordinatensystem-Parameterfehler
• Erforderliche Felder fehlen

4. Rekonstruktion ausführen

Nachdem die Konfigurationsdatei die Validierung bestanden hat, führen Sie die Rekonstruktionsaufgabe aus:

reconstruct_full_engine.exe -reconstruct_type 0 -task_json my_project.json

📊 Fortschritt überwachen

Konsolenausgabe

Zeigt Verarbeitungsschritte und Fortschrittsprozentsatz.

Protokolldatei

output/logs/log.txt enthält detaillierte Verarbeitungsinformationen.

Fortschrittsüberwachungsskript

import re
import time

def monitor_progress(log_file):
    with open(log_file, 'r') as f:
        while True:
            line = f.readline()
            if '[PROGRESS]' in line:
                match = re.search(r'\[PROGRESS\] (\d+)%', line)
                if match:
                    print(f"Aktueller Fortschritt: {match.group(1)}%")
            time.sleep(1)

monitor_progress("output/logs/log.txt")

❓ Häufige Probleme

F: Rekonstruktion fehlgeschlagen mit "Unzureichende Anzahl von Bildern"

A: Stellen Sie sicher:

• Mindestens 5 Bilder werden bereitgestellt
• Ausreichende Überlappung zwischen Bildern (empfohlen >60%)
• Bilder enthalten GPS-Informationen oder Positionen werden manuell bereitgestellt

F: Wie kann die Rekonstruktionsqualität verbessert werden?

A: Auflösungsstufe anpassen:

"resolution_level": 1  // Höchste Präzision verwenden

F: Rekonstruktion zu langsam?

A: Optimierungsstrategien:

• Verwenden Sie resolution_level: 3 für schnelle Vorschau
• Aktivieren Sie fast_mode: true
• Erwägen Sie die Verwendung von Blockverarbeitung

💡 Praktische Tipps

Stapel-Konfigurationsgenerierung

Für eine große Anzahl von Bildern verwenden Sie Skripte zur automatischen Generierung von Konfigurationen:

import json
import os
from glob import glob

def create_task_json(image_folder, output_file):
    images = glob(os.path.join(image_folder, "*.JPG"))
    
    task_config = {
        "working_dir": "./output/my_project",
        "gdal_folder": "../gdal_data",
        "input_image_type": 1,
        "resolution_level": 2,
        "coordinate_system": {
            "type": 2,
            "label": "WGS 84",
            "epsg_code": 4326
        },
        "image_meta_data": []
    }
    
    for idx, img_path in enumerate(images, 1):
        task_config["image_meta_data"].append({
            "id": idx,
            "path": img_path.replace("\\", "/")
        })
    
    with open(output_file, 'w', encoding='utf-8') as f:
        json.dump(task_config, f, indent=2, ensure_ascii=False)
    
    print(f"Konfigurationsdatei generiert: {output_file}")
    print(f"Enthält {len(images)} Bilder")

# Verwendung
create_task_json("C:/MyImages", "batch_task.json")

🚀 Nächste Schritte

Herzlichen Glückwunsch! Sie haben die grundlegende Verwendung des MipMapEngine SDK gemeistert. Als Nächstes können Sie:

• 📚 Grundkonzepte lernen - Tiefes Verständnis der 3D-Rekonstruktionsprinzipien
• 🔧 API-Referenz überprüfen - Erweiterte Funktionen erkunden
• 💡 Grundkonzepte durchgehen - Tiefes Verständnis der 3D-Rekonstruktionsprinzipien
• 🎯 Spezielle Szenenverarbeitung ausprobieren - Herausfordernde Szenarien wie schwache Textur, niedrige Überlappungsrate

---

Benötigen Sie Hilfe? Überprüfen Sie den Fehlerbehebungsleitfaden oder kontaktieren Sie den technischen Support.