A. 123D catch后期编辑处理用什么软件
使用 VisualSFM
还需要下载 PMVS 的升级版 CMVS
最后使用 Meshlab 进行网格处理~
请采纳！~谢谢
B. visualsfm可以用在球目照片上吗
可以透明的图片格式只有png和gif，所以你把图背景去后保存为这个，直接在vs里就可以用了
C. 使用 python photogrammetry toolbox 进行照片3d重建使用什么软件
之前我们了解了如何使用 VisualSFM 对多张照片进行3D重建。除了 VisualSFM 之外，其实还有其他方法能够完成同样的任务，今天就为大家介绍一下 Python Photogrammetry Toolbox（下称 PPT）。
使用 PPT 进行照片重建，基本步骤与使用 VisualSFM 时相同，分为特征识别、特征匹配、稀疏重建以及稠密重建几步。不过 PPT 通过 Python 脚本语言将 bundle、PMVS 等工具封装了起来，一方面提供了跨平台性，更重要的，整个重建过程可以依靠脚本完成，减少了人工参与的成分。
您需要在下面的网页下载安装 PPT。
http://www.arc-team.homelinux.com/arcteam/ppt.php
如果您按照网页上的介绍，除了 PPT 之外还安装了相应的 GUI，那么重建过程会更直观。我们下面的示例也将使用 GUI。这次用于重建的照片，仍然是 Autodesk 123D Catch 中自带的佛陀，你可以在 123D Catch 安装目录下的 sample_project 中找到这些照片。
启动 PPT 的 GUI，你将看到主程序界面。
主界面中有 4 个 tab，常用的是前两个。“1. Run Bundle” 用于识别与匹配图像特征点，“2. Run CMVS/PMVS” 则完成稀疏与稠密重建。
点击 Select Photos Path 后，我们可以在弹出的对话框中选择我们希望重建的照片所在的目录。除了指定照片目录之外，界面中还提供了一些选项。其中 Select Feature Extractor 用于选择特征的抽取方法。不同的抽取方法可能有不同的许可证要求，不过对于我们试用来说区别不大。右侧的选项可以让你对图片进行统一的缩放。每次你改动配置，底部的 Run 中的命令行都会相应更新。
配置停当后，点击 Run，就可以开始我们重建的第一步了。此时，在 Python 的 Console 中，你可以看到识别以及匹配的过程。
在识别匹配完成后，会自动弹出工作目录，其中保存了各个照片的特征值以及匹配结果。
我们在主界面中切换到 “2. Run CMVS/PMVS” 标签，在 “Select Bundler Output Path” 中填入之前的工作目录。需要注意的是下面这个选项。
该选项决定了 PMVS 将使用多少张照片重建模型。如果填入的数字小于照片的总数，那么将会得到多个模型，这样你还得手动将这些模型组合起来。因为佛陀的照片一共有 40 张，所以我们直接在这里填入 40。同样的，每次你改变配置，Run 中的命令行都会相应改变。配置完之后，点击 Run，便开始稀疏重建了。与在 VisualSFM 中一样，这一步非常耗费 CPU，所以请在空闲时运行。
经过一段时间等待之后，刚才的工作目录中会多出现 pmvs 的目录，重建的结果就在其中。
打开 models 下的 ply 文件，我们就又可以看到我们熟悉的佛陀朋友了。
到这里我们已经得到了模型的点云。其后的根据点云重建多边形的步骤，与使用 VisualSFM 时相同，这里就不再介绍了。
D. 如何安装python photogrammetry toolbox gui
使用 PPT 进行照片重建，基本步骤与使用 VisualSFM 时相同，分为特征识别、特征匹配、稀疏重建以及稠密重建几步。
不过 PPT 通过 Python 脚本语言将 bundle、PMVS 等工具封装了起来，一方面提供了跨平台性，更重要的，整个重建过程可以依靠脚本完成，减少了人工参与的成分。