Pix4Dmapper处理大疆无人机影像数据教程

Pix4Dmapper处理大疆无人机影像数据教程

        初次接触无人机数据处理时,我完全找不到清晰的流程指引,甚至对大疆采集的数据如何使用都毫无头绪。查阅了不少资料,发现信息也相当有限。为避免日后遗忘,特此记录下摸索出的操作流程,权当备忘。

  1. 想要使用Pix4D软件的朋友请注意:这款软件需要付费购买。我查阅了网上资源,发现大多数人都没有提供免费版本。我已经购买了“正版”软件,有需要的朋友可以私信我,我会分享下载链接给你。
  2. 结束,到这里

下面是软件处理影像过程
(1)、首先打开Pix4DTool,点击start或者Auto start以后,立马会将软件的网进行断开,这样就可以进行使用pix4d软件了。
(2)、此时打开软件的界面如下所示


(3)、拷贝数据到电脑然后打开软件新建项目输入项目名称并选好路径点击下一步


(4)、添加无人机照片路径或选择添加照片完成并点击下一步


(5)、因为精灵RTK照片自带POS信息这里就直接默认坐标系,相机参数是写入在照片里可以自动读取,如果不确定就用记事本打开照片找到XMP把相机信息参数输入点击下一步


(6)、输出坐标系选择自己需要的坐标系,和像控点一致的坐标系或RTK默认的CGCS2000坐标系,然后点击下一步


(7)、这里因为是需要正射影像图所以选择第一个标准3D Maps 输出质量高然后点击Finish就完成创建项目


(8)、项目创建完成到这个界面,地图视图里显示照片位置无错乱就可以开始处理数据


(9)、处理数据前打开设置把自己电脑的显卡勾选上启动显卡加速,一般数据没问题可以直接勾选1、2、3步直接完成,如果不确定数据是否正确或者有像控点一般只勾选第一步初始化处理然后点击确定点击开始处理就行


(10)、我的数据没有问题,所以我三个都勾选了,下面是处理的结果过程,绿色的代表处理完成了,红色代表还在处理中


(11)、处理完成第一步以后,如果界面下面的进度条是绿色,表示没有任何报错,第一步就处理成功了。


(12)、根据步骤(11)的说明,初始化处理已正确完成。接下来两个步骤可能需要较长时间处理,仅第一步就耗费了大量时间。我的显卡型号是5070TI,预计完成全部步骤需要几个小时,请耐心等待处理完成,下面我直接展示最终的结果。


下面是DSM图以及正射影像图片



(13)、项目所有成果数据文件都在创建的文件夹下,里面的1、2、3代表里面的数据和对应成果文件


(14)、一般所需要的都在文件夹3dsm里面,打开第三个文件夹,里面的1是DSM高程模型数据,里面的2是正射影像图数据


(15)、我们所需要的正射影像图就在此路径下,打开里面的一张TIF和TFW就是我们所需要的影像图和坐标文件


(16)、我们处理以后得到的数据或多或少可能有点问题,但是你可以拷贝出来用其他的软件进行处理。

Pix4D安装指南:
(1)、下载压缩包

(2)、解压后即可获得所需的文件内容



(3)、在同一个文件夹下,找到一下文件点击进行安装


(4)、一路点击NEXT就可以了,需要换文件夹的,直接换一下就好了,到最后将Launch Pix4Dmapper取消勾选就可以了。


(5)、然后找到压缩过后的文件夹,选中“硬件获取.exe”文件,进行打开


(6)、此时需要获取你计算机系统的名字,这个你可以去Windows设置中的系统中进行寻找。


(7)、找到系统名以后将其复制到Generate HWID旁边的1框中,然后将2框中的ID码全部复制下来。



(8)、打开“4D-Permit-4X”将从上述2框获取的机器码粘贴到下图HWID的1框里面,单击2框Decode键,将3框中的days里的1修改成9999点击4框中的SAve REG


(9)、此时会在相应的目录下面生成一个注册表,双击注册表


(10)、双击注册表后,会出现下面的问题,你需要点击确定就可以了。



(11)、将“Pix4DTool”复制到桌面,用鼠标右键的管理员身份运行Pix4DTool工具,点击auto start后断网(断网工具不影响电脑正常上网。只是把pix4d网断掉。)然后就可以启动pix4d软件了(部分电脑需重启后再打开Pix4DTool才能生效)。


(12)、此时你只要在将软件打开就可以了。


 

Read more

OpenClaw爆火倒逼低代码AI变革:从工具赋能到生态重构

OpenClaw爆火倒逼低代码AI变革:从工具赋能到生态重构

2026年开春,科技圈最大的现象级事件,莫过于OpenClaw的“封神式”爆发。这个诞生仅4个月、GitHub星标突破28万、超越Linux内核登顶全球开源榜单的AI工具,以“AI智能体执行网关”的定位,打破了传统AI“只聊天不干活”的困局,用“自然语言指令→自动执行”的全闭环,让“一个人+AI=一个团队”从梦想照进现实。         当全网都在跟风“养龙虾”(网友对部署OpenClaw的趣味戏称),讨论其如何自动化处理办公、开发、运维等重复性工作时,深耕低代码领域的从业者们更敏锐地捕捉到一个信号:OpenClaw的爆火,本质是AI从“对话层”向“执行层”跨越的标志,而这恰恰是低代码AI长期以来的核心痛点。低代码作为“普惠开发”的核心载体,与AI的深度融合早已是行业共识,但如何让AI从“辅助配置”升级为“主动执行”,让低代码平台真正实现“零代码开发、全流程自动化”,始终没有明确的行业路径。         OpenClaw的出现,

2025年第27届中国机器人及人工智能大赛自主巡航实战经验分享

作为连续两届参加中国机器人及人工智能大赛并拿下国一的"老兵",我想跟大家分享一些在自主巡航项目中的实战经验。这个项目看起来简单,但真正做起来才发现里面有太多坑需要踩,希望我的一些经验能让你少走弯路。 一、项目实战理解 刚开始接触这个项目时,我和团队都以为主要难点在于算法的精巧设计。结果第一年比赛只拿了个国二,回来复盘才发现,比赛成败的关键不在于算法多高级,而在于系统的鲁棒性和稳定性。 场地中那些任务信息图像看似简单,但在不同光照、不同角度下识别难度差异很大。记得去年决赛时,有支985高校的队伍用了很牛的深度学习算法,结果在现场因为光照问题,识别率直接掉到40%以下,连基本的任务点都没完成。 核心任务拆解: * 语音识别与播报(10分) * 三次任务点识别与到达(60分) * 终点到达(10分) * 技术文档(10分) 首先要确保60分的基础分稳稳拿到,才有机会冲击更高分数。 二、软件架构实战经验 ROS框架设计 第一年我们用了单体架构,所有功能都堆在一个节点里,结果调试和找bug特别痛苦。第二年重构为多节点设计: 这种模块化设计好处太多了: 1. 团

HarmonyOS 5.0物联网开发实战:基于星闪(NearLink)技术的智能家居边缘计算网关

HarmonyOS 5.0物联网开发实战:基于星闪(NearLink)技术的智能家居边缘计算网关

文章目录 * 每日一句正能量 * 前言 * 一、物联网通信技术演进与星闪机遇 * 1.1 传统智能家居痛点 * 1.2 星闪(NearLink)技术架构 * 二、系统架构设计 * 2.1 核心模块划分 * 三、核心代码实现 * 3.1 星闪(NearLink)接入管理 * 3.2 边缘AI推理引擎 * 3.3 智能场景引擎 * 四、网关主界面实现 * 五、总结与物联网价值 每日一句正能量 自律是反人性的,所以,刚开始的几秒,势必会挣扎,打退堂鼓,但只要克服了,之后的神清气爽,会让你感谢自己最初那几秒的坚持。 前言 摘要: 本文基于HarmonyOS 5.0.0版本,

【Python实战】像人类一样思考:AI绘画模型TwiG-RL深度解析(完整代码)

【Python实战】像人类一样思考:AI绘画模型TwiG-RL深度解析(完整代码)

【Python实战】像人类一样思考:AI绘画模型TwiG-RL深度解析(完整代码) 摘要 本文深入解析港中文与美团联合推出的TwiG-RL模型,该模型通过"生成-思考-再生成"的循环机制,让AI在绘画过程中能够"停下来看一眼",像人类画家一样边画边想。我们将从原理分析到Python代码实现,带你掌握这一突破性技术。 1. 背景与问题:传统AI绘画的"黑盒"困境 1.1 传统生成模型的局限性 在传统的文本到图像(T2I)模型中,生成过程是一个连续的黑盒操作: 输入文本提示 → 模型一次性生成 → 输出图像 这种方式存在三大问题: 1. 缺乏中间控制:无法在生成过程中调整方向 2. 错误传播:早期错误会持续影响后续生成 3. 不可解释性:无法理解模型"为什么"这样生成 1.