图像3D场景重建 | 利用计算机视觉和机器学习算法，从2D图像中重建3D场景，包括物体识别、场景理解和三维重建等技术。

图像3D场景重建 | Image 3D Scene Reconstruction 从卫星图、航拍图或普通照片重建三维场景结构。基于 DA3Metric-Large（Depth Anything 3）深度估计模型，单张图片即可输出深度图、点云和 3D 模型。 能力 | Capabilities

• 单图深度估计：输入一张图片，输出米制深度图（米为单位）
• 点云生成：从深度图反投影生成彩色 3D 点云
• 3DGS 输出：模型内置 3D Gaussian Splatting 能力
• 相机位姿估计：自动估计相机内外参
• 多图融合：支持多张图片输入做场景融合

使用方式 | Usage 快速开始

cd ~/.openclaw/workspace/projects/image-3d-scene-reconstruction
python3 scripts/reconstruct.py --input photo.jpg --output output/

Python API

from depth_anything_3.api import DepthAnything3
import cv2
model = DepthAnything3.from_pretrained('depth-anything/DA3Metric-Large')
model = model.cuda().eval()
img = cv2.imread('photo.jpg')
pred = model.inference([img])
depth = pred.depth[0] # [H, W] 米制深度
extrinsics = pred.extrinsics # 相机外参
intrinsics = pred.intrinsics # 相机内参

CLI

# 单张图片 → 3D 输出
python3 -m depth_anything_3.cli image photo.jpg --export-dir output/ --export-format glb
# 多张图片 → 融合场景
python3 -m depth_anything_3.cli images ./photos/ --export-dir output/

依赖 | Dependencies

• depth-anything-3：深度估计 + 3D 重建引擎
• opencv-python：图像处理
• torch + torchvision：PyTorch 深度学习框架
• open3d：点云处理（可选）
• trimesh：Mesh 处理（可选）

硬件要求 | Hardware

• GPU：NVIDIA GPU，6GB+ VRAM（GTX 1060 及以上）
• CUDA：12.1+（PyTorch 2.5+）
• CPU 模式：可用但极慢，仅推荐测试

项目文件 | Project Files 详见 ~/.openclaw/workspace/projects/image-3d-scene-reconstruction/README.md Reconstruct 3D scenes from satellite, aerial, or regular photos. Based on DA3Metric-Large (Depth Anything 3), outputs depth maps, point clouds, and 3D models from a single image.