ODM 是用于处理无人机图像的开源命令行工具包。ODM 将简单的 2D 图像变成：
- 分类点云
- 3D 纹理模型
- 地理参考的正射校正影像
- 地理参考的数字高程模型
该应用程序可用于 Windows、Mac 和 Linux，它可以从命令行运行，非常适合高级用户、脚本以及与其他软件集成。
快速开始
运行 ODM 的最简单方法是通过 docker。要安装 docker，请参阅 docs.docker.com。一旦完成安装，你可以通过在名为“Image”的文件夹中放置一些图像，并使用简单的命令运行 ODM：
# Windows docker run -ti --rm -v c:/Users/youruser/datasets:/datasets opendronemap/odm --project-path /datasets project # Mac/Linux docker run -ti --rm -v /home/youruser/datasets:/datasets opendronemap/odm --project-path /datasets project
还可以通过将附加参数附加到命令来传递其他参数：
docker run -ti --rm -v /datasets:/datasets opendronemap/odm --project-path /datasets project [--additional --parameters --here]
Windows 设置
ODM 可以本地安装在 Windows 上。只需从 Release 页面下载最新设置。打开 ODM 控制台后，您可以通过键入以下内容来处理数据集：
run C:\Users\youruser\datasets\project [--additional --parameters --here]
Snap 包
ODM 现在可以从 Snap Store 以 Snap 包的形式提供。可以使用 Snap Store（本身作为 Snap 包提供）或命令行：
sudo snap install opendronemap
运行：
opendronemap # or snap run opendronemap # or /snap/bin/opendronemap
Snap 包将自动保持最新，因此您无需手动更新 ODM。
-
什么是OEM？ OEM （Original Equipment Manufacturer），即“原始设备制造商”，指一家厂家根据另一家厂商的要求，为其生产产品和产品配件，亦称为定牌生产或授权贴牌生产（俗称：代工）。 其基木含义为品牌生产者不直接生产产品，而是利用自己掌握的关键的核心技术负责设计和开发新产品，控制销售渠道。承接加工任务的制造商被称为OEM厂商，其生产的产品被称为OEM 产品。 简单而
-
OEM、ODM、OBM分别是什么? 什么是OEM？ OEM(Original Equipment Manufactuce，原始设备生产商)。 是在社会化分工、专业化利益驱动下产生的，其基本含义是：按原单位（品牌单位）委托合同进行产品开发和制造，用原单位商标，由原单位销售或经营的合作经营生产方式。 经济学鼻祖亚当斯的《国富论》（经济学第一本专著）第一篇第一章第一节开宗明义的就是讲专业化，古典经济学认
-
复杂度2/5 机密度2/5 最后更新2021/05/16 ODM就是AIX的注册表，或者说是一个超小型数据库，支持基本的查询，插入，更新，删除功能，用于保存操作系统的所有配置、参数等等设置。为什么要弄个数据库？弄文本格式不可以么？例如现在的Linux，就是全文本啊！ODM有ODM的好处，当然也有坏处，对于收费的商业系统来说，好处多于坏处。 好处：类似数据库结构化储存，性能好，可靠性高，不容易由于乱
-
本报告研究全球与中国市场ODM和EMS网络硬件的发展现状及未来发展趋势，分别从生产和消费的角度分析ODM和EMS网络硬件的主要生产地区、主要消费地区以及主要的生产商。重点分析全球与中国市场的主要厂商产品特点、产品规格、不同规格产品的价格、产量、产值及全球和中国市场主要生产商的市场份额。 主要生产商包括： Foxconn Pegatron Alpha Kinpo DNI Cameo Askey Ge
-
本文研究全球与中国市场ODM智能手机的发展现状及未来发展趋势，分别从生产和消费的角度分析ODM智能手机的主要生产地区、主要消费地区以及主要的生产商。重点分析全球与中国市场的主要厂商产品特点、产品规格、不同规格产品的价格、产量、产值及全球和中国市场主要生产商的市场份额。 主要生产商包括： Wingtech Huaqin Longcheer Wind TINNO Ragentek Chino/OnTi
-
我试图开发一个应用程序，使用Tesseract从手机摄像头拍摄的文件中识别文本。为了更好的识别，我使用OpenCV对图像进行预处理，使用高斯模糊和阈值方法进行二值化，但结果很糟糕。 我可以使用哪些其他过滤器来使图像对Tesseract更具可读性？
-
这个package一直有,老久了,只是一直都是我们内部自己用,没有直接写出来. 直接原文拷贝啦,从http,哈哈. 图像读取 你会发现,Images类只有一个read方法,参数类型是Object // 可以是URL对象 Images.read(new Url("https://www.baidu.com/img/bdlogo.png")); // 可以是路径 Images.read("/dev/
-
有没有想过为什么使用Dociety的ODM会在同一个查询上返回零结果？ 更新#1看起来教义\MongoDB\Query\Builder::near()L363有问题。方法参数忽略第二个值($Y)。因此只传递要执行的第一个值。
-
本文向大家介绍Python图像的增强处理操作示例【基于ImageEnhance类】，包括了Python图像的增强处理操作示例【基于ImageEnhance类】的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了Python图像的增强处理操作。分享给大家供大家参考，具体如下： python中PIL模块中有一个叫做ImageEnhance的类，该类专门用于图像的增强处理，不仅可以增强（或减弱）图像
-
本文向大家介绍Python图像滤波处理操作示例【基于ImageFilter类】，包括了Python图像滤波处理操作示例【基于ImageFilter类】的使用技巧和注意事项，需要的朋友参考一下 本文实例讲述了Python图像滤波处理操作。分享给大家供大家参考，具体如下： 在图像处理中，经常需要对图像进行平滑、锐化、边界增强等滤波处理。在使用PIL图像处理库时，我们通过Image类中的成员函数filt
-
我正在尝试重新创建在原始出版物“用于图像识别的深度残差学习”中所做的对ImageNet数据集的数据预处理。正如他们的论文第3.4节所说：“我们对ImageNet的实现遵循了[21,41]中的实践。图像的大小被调整，其短边在[256,480]中随机采样以进行缩放[41]。从图像或其水平翻转中随机采样224×224裁剪，减去每个像素的平均值[21]。使用了[21]中的标准颜色增强。” 我已经弄清楚了随
-
null 有些数字比其他数字更好用--例如，'1'似乎有很多麻烦。出现在“+”或“-”后面的数字通常不显示出来，“+”通常显示为“-”。我也玩了一下阈值。 最后三个部分是因为我的视频样本，我一直在画有点歪斜。我可以尝试使用一些更好的数据，我也可以尝试在标准的“letsgoDigital”朗上制作自己的训练数据。虽然我觉得我没有以最好的方式进行图像处理，但我希望得到一些指导。 我计划使用某种程度的边
-
处理命令 # cmd_simple.py import cmd class HelloWorld(cmd.Cmd): def do_greet(self, line): print("hello") def do_EOF(self, line): return True if __name__ == '__main__': Hel