恶心的3DMAD数据集

2023-10-31 10:31
文章标签 数据 恶心 3dmad

本文主要是介绍恶心的3DMAD数据集,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本来是申请到了数据集,也花钱下载下来了,身边没有linux、Mac os系统,不想转换想找人花钱买得了,私信多家大神均无建树,凑巧别的实验室的苹果一体机遗留在宿舍,实在喜出望外、感激涕零。抱着大mac放回宿舍,开启恶心的3DMAD之旅。

先说一下:共三个session文件夹,session01,session02,session03,只有session03是面具的假人。每个session里面有85个hdf5文件,17个人的5种变化,转换后变成两个avi文件,每个文件就是170个视频共170x3=510个视频,每秒30帧。
在这里插入图片描述

不会使用mac系统啊,各种不适应,不说了
1.第一步还是下载好miniconda吧,安装说明说4.4以上,我下的是这个版本。放到用户文件下就行。在这里插入图片描述
2.安装miniconda
我是参考了这两篇文章
这篇教怎么添加环境变量
vim 是创建并打开一个文件 按i进入编辑模式,编辑好后按esc退出到命令模式,在最下方输入:wq 保存并退出才实现文件的更改
之后关闭终端再重启发现conda -V 就能执行了;
这一篇比较详细
并按他的方法更改了下载路径,编辑模式也是刚刚那样按i进入编辑模式
3.配置bob环境
这一步就是要参考官网给的安装方法了
按官网给出的第二步骤就是检查是否是可以使用conda命令,和版本要求,这一步可以不执行,前面按要求下载了miniconda4.4以上和可以使用conda命令即可
在这里插入图片描述
接下来第三步是创建bob环境并下载相应的包
这里不建议完全按这个命令执行,因为我这样试了之后发现要安装很多包,中间还容易因为网络不好导致都没装上,连bob环境也没创建
在这里建议分步骤进行。
在这里插入图片描述
(1)可以先创建一个python3的bob环境

conda create -n bob python=3.6 -y

(2)然后我按这个第四步添加了下载路径
在这里插入图片描述
(3)到了下载相应的包了
这边参考这篇文章
不看官网说明了,直接按这篇文章下载相应的安装包分别是

conda install bob.extension bob.blitz bob.core bob.io.base bob.io.image

安装上面这条命令时没有出现较难下载的文件,一切正常
但安装下面这条指令时,安装bob.io.video文件时里面需要ffmpeg文件,下载了好几次往往都在99%出错,实在没办法只能离线安装
离线安装参考这篇文章

conda install bob.ip.draw bob.io.video

这是所有bob包涉及的下载文件地址,里面找到ffmpeg文件
下载需要的是.conda的22m文件。(如果网络正常下载顺利这条步骤可以忽略)
在这里插入图片描述
将下载好的.conda ffmpeg文件放置在miniconda3/pkgs 目录下
在这里插入图片描述
文件夹是后面重新下载生成的,之后需要把这个文件的下载路径添加到pkgs目录下的urls.txt文本下,下载路径在网络出错的时候会提示
在这里插入图片描述
在这里插入图片描述
我这边的是这种情况
在这里插入图片描述
当这一切弄好后,再回到这一步,可以分开安装更安全
再次执行下面这个video命令,发现仍然没有跳过这个安装包,依然很慢的下载,但是最后居然成功了,而且这个video包就只需要这个ffmpeg文件就好了,完成之后,执行下面的draw包就可以完成代码需要的安装包了。

conda install bob.io.video
conda install bob.ip.draw

4.修改raw_to_AVI.py文件的代码
完整代码如下

#!/usr/bin/env python
import os, sys
import numpy
#import bob
import bob.io.base
import bob.ip.draw
import bob.io.videoimport argparseparser = argparse.ArgumentParser(description='Convert HDF5 files to videos for visualization purposes.')
parser.add_argument('path', metavar='path', type=str, help='path to the HDF5 file to be converted')
parser.add_argument('-e', '--eyes', action='store_true', help='mark eye positions in the RGB video')
args = parser.parse_args(sys.argv[1:])try:f = bob.io.base.HDF5File(args.path)Depth = f.read('Depth_Data')Color = f.read('Color_Data')if args.eyes:pos = f.read('Eye_Pos')for i in range(0,Color.shape[0]):bob.ip.draw.cross(Color[i,:,:,:], int(pos[i,0]), int(pos[i,1]), 10, (255,0,0))bob.ip.draw.cross(Color[i,:,:,:], int(pos[i,2]), int(pos[i,3]), 10, (255,0,0))head, tail = os.path.split(args.path)depth_file = head+'/'+tail.split('.')[0]+'_D.avi'color_file = head+'/'+tail.split('.')[0]+'_C.avi'depth_video = bob.io.video.writer(depth_file, Color.shape[-2], Color.shape[-1], 30)color_video = bob.io.video.writer(color_file, Color.shape[-2], Color.shape[-1], 30)D = numpy.right_shift(Depth,3).astype(numpy.uint8)depth_video.append(numpy.concatenate((D,D,D),1))depth_video.close()if Color.shape[1]<3:color_video.append(numpy.concatenate((Color,Color,Color),1))else:color_video.append(Color)color_video.close()print ("Depth video is saved in %s." %depth_file)print ("Color video is saved in %s." %color_file)del f
except IOError:print ("The given file cannot be read.")

5.在bob环境下执行命令即可
命令:python raw_to_AVI.py的路径 需要转换视频的原路径
最后与原视频.hdf5文件保存在一起,得到两个avi文件,一次成功,但我这边85x3共255个文件,要执行255次
看到可以全部转换的教程,看着不清楚不想去弄了,希望以后有人具体点弄了告诉我。

(bob) lch-iMac:3dmad1 lch$ python /Users/lch/lc/3dmad1/documentation/raw_to_AVI.py /Users/lch/lc/3dmad1/session01/01_01_01.hdf5

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

拜拜了您嘞3dmad

这篇关于恶心的3DMAD数据集的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/314723

相关文章

SQL Server修改数据库名及物理数据文件名操作步骤

《SQLServer修改数据库名及物理数据文件名操作步骤》在SQLServer中重命名数据库是一个常见的操作,但需要确保用户具有足够的权限来执行此操作,:本文主要介绍SQLServer修改数据... 目录一、背景介绍二、操作步骤2.1 设置为单用户模式(断开连接)2.2 修改数据库名称2.3 查找逻辑文件名

canal实现mysql数据同步的详细过程

《canal实现mysql数据同步的详细过程》:本文主要介绍canal实现mysql数据同步的详细过程,本文通过实例图文相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的... 目录1、canal下载2、mysql同步用户创建和授权3、canal admin安装和启动4、canal

使用SpringBoot整合Sharding Sphere实现数据脱敏的示例

《使用SpringBoot整合ShardingSphere实现数据脱敏的示例》ApacheShardingSphere数据脱敏模块,通过SQL拦截与改写实现敏感信息加密存储,解决手动处理繁琐及系统改... 目录痛点一:痛点二:脱敏配置Quick Start——Spring 显示配置:1.引入依赖2.创建脱敏

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

pandas实现数据concat拼接的示例代码

《pandas实现数据concat拼接的示例代码》pandas.concat用于合并DataFrame或Series,本文主要介绍了pandas实现数据concat拼接的示例代码,具有一定的参考价值,... 目录语法示例:使用pandas.concat合并数据默认的concat:参数axis=0,join=

C#代码实现解析WTGPS和BD数据

《C#代码实现解析WTGPS和BD数据》在现代的导航与定位应用中,准确解析GPS和北斗(BD)等卫星定位数据至关重要,本文将使用C#语言实现解析WTGPS和BD数据,需要的可以了解下... 目录一、代码结构概览1. 核心解析方法2. 位置信息解析3. 经纬度转换方法4. 日期和时间戳解析5. 辅助方法二、L

使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)

《使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)》字体设计和矢量图形处理是编程中一个有趣且实用的领域,通过Python的matplotlib库,我们可以轻松将字体轮廓... 目录背景知识字体轮廓的表示实现步骤1. 安装依赖库2. 准备数据3. 解析路径指令4. 绘制图形关键

解决mysql插入数据锁等待超时报错:Lock wait timeout exceeded;try restarting transaction

《解决mysql插入数据锁等待超时报错:Lockwaittimeoutexceeded;tryrestartingtransaction》:本文主要介绍解决mysql插入数据锁等待超时报... 目录报错信息解决办法1、数据库中执行如下sql2、再到 INNODB_TRX 事务表中查看总结报错信息Lock

使用C#删除Excel表格中的重复行数据的代码详解

《使用C#删除Excel表格中的重复行数据的代码详解》重复行是指在Excel表格中完全相同的多行数据,删除这些重复行至关重要,因为它们不仅会干扰数据分析,还可能导致错误的决策和结论,所以本文给大家介绍... 目录简介使用工具C# 删除Excel工作表中的重复行语法工作原理实现代码C# 删除指定Excel单元