全国服务热线：
您的浏览器版本过低，可能导致网站不能正常访问。
为获得最佳浏览体验，建议您升级或选用其他浏览器，我们列出了
一些最受欢迎的浏览器供您升级
什么是彩色点云文件
大家要想弄清楚什么是彩色点云文件。就须知道点云文件是什么，是怎么来的。
点云文件是：点云是在同一空间下表达目标空间分布和目标表面特性的海量点的集合。通过专门的三维扫描设备可以输出点云，其点云文件中的每个点都包括了XYZ轴的三维坐标轴信息。 那么在点云文件中的每个点添加入彩色RBG信息的话，就形成了 彩色点云文件。其常见的格式有VTX，ASC等等。 仔细观察上面三幅图，我们可以看出，构成一张人脸的其实是一个个漂浮在空中密密麻麻的点。所以我们大致可以认为，构成一张人脸的点数量越多，所含的信息量越大，那么人脸的精细程度越高， 无论是凹凸感还是色彩。 采用点云扫描的趋势 众所周知，由于点云扫描具有精度高，生成文件小，而且易于编辑等特点，在工业上和军事上用来逆向开发和研究已经有很长的历史了。但当时采用点云扫描的设备一般都价格不菲，几十万的设备仅仅是行业的准入门槛。这几年，随着3D行业的异军突起，三维扫描设备的创新和研发都达到了新的高度。不仅做到了手持，而且同等扫描原理和精度的设备的售价更是做到了十万元以内。
多边形数量与模型精度以及色彩的关系 我们首先将点云文件封装，通俗点说，就是将所得到的所有点，有规律的连起来，使之变成面。这样可以进行更有层次的强化与修改。 所以点云中点的多少，此时直接决定了，封装后多边形面的多少。
我们首先来讨论多边形数量与模型精度的关系。所以我们先将色彩隐藏起来。此时我们可以清晰的看到，当多边形数量在130W左右时，人体的轮廓，如眼皮，嘴巴，耳朵等五官轮廓信息已经完全体现出来，凹凸感比较明显。可以一眼就分辨出五官的位置。 那么下面我们将多边形的数量简化到10W。看看会发生什么……
结果如上面2张图。当多边形的数量急剧降低后，模型的精度同样开始下降。人物的皮肤开始出现大块的多边形，五官这些重要的体貌特征已经变得模糊不清。当我们重新打开模型色彩后，彩色信息也随之发生了巨大的改变，双眼已经变得“无神”，衣服的条纹也打起了“马赛克”…… 但是我们不能急于马上得出结论。如果我们此时将，这个仅有10W多边形数量的模型，利用软件人为增加多边形数量，会发生什么事呢？
结果有点让人费解。随着多边形数量的增多，模型的精度似乎并没有回到应有的水平。五官仍旧模糊不清，皮肤的纹路仍非常粗糙，同时，色彩也没有随着多边形数量的增加，而变得清晰。那么为什么会产生这样的结果呢？ 其实原因并不复杂。多边形数量的多少，是决定模型精度和色彩饱满的一个非常重要的因素。举个通俗的例子来说，A和B两人去整容，A口袋里有100W，B口袋里只有10W。2个人同时去做眼睛，A可以拿出20W来做，而B却只能拿出2W来做。自然A做出更好的效果，而B就捉襟见肘了。
在初始就拥有别的多边形数量，是模型精度的基石。但不是全部。 再拿A和B两个人来举例。A是白富美，自己本身就有很好的底子，多边形数量庞大，五官清晰，皮肤光滑，可谓天生丽质。不用怎么修饰就可以达到的效果。
而B，不仅基础太好，多边形数量少，本身五官轮廓都很模糊，试问，仅仅通过提高多边形数量，就想达到的效果，怎么可能？
那么颜色与多边形数量是怎么样的关系呢？ 很简单，我们把多边形的数量比喻成房间，而把构成色彩信息的像素比喻成人。 入住到房间中去， 就相当于像素在对多边形上的附着。当房间多，人少的时候，人们很容易选择自己想住的房间，或根据采集到的点云信息来分配哪个人住哪个房间，那么此时，每个像素都可以找到自己应该附着的位置。 相反，如果像素高，但是多边形数量少。这个时候问题就大了，房间少，人多，那么必然会发生几个人要同住一个房间，也就是一个多边形同时要有几个像素来附着，这样像素之间就产生了互相干扰，所以所表现出来的颜色质量反而大打折扣了……
综上所述
决定模型细节的关键
1. 首先是多边形的数量，这个是一切数据的基础，没有充足的多边形数量，其他一切都变得不和谐。
2. 多边形数量的多少，与初始轮廓感没有直接的联系。产生轮廓感的，不是多边形的数量，而是输出设备所应用的硬件扫描原理，如点扫描，面扫描等，和软件算法来决定的。这里就涉及到更深的系统匹配工程和适应输出工程，与本主题无关，就不再这里详细讨论了。
3. 色彩与多边形数量关系比较大，多边形数量不足的，色彩像素再多，想要附着到多边形上，难度很大，也于事无补。可远观而不可亵玩。 另外，讽刺一下国产的一些山寨手机厂家，只是一味的宣传自己手机的像素是1300W的，而实际硬件就只有300w，搞个软件把照片放大到1300w, 这样有意思吗？硬件都达不到，还软件虚拟放大有啥用？1300w照出来，还没有iSight 500W的清晰，饱满……
未来，三维扫描仪还将在工业订制小批量、多规格的时代中崭露头角……
