3D-Rekonstruktion mit OpenCV und Numpy

Computer Vision / Bildverarbeitung

Herausforderung

Aus mehreren 2D-Bildern soll ein geometrisch korrekter 3D-Eindruck des Objekts rekonstruiert werden – ohne Spezialhardware.

Unsere Lösung

Implementierung eines strukturierten OpenCV-Workflows mit Feature Detection, Epipolargeometrie, Tiefenberechnung und Visualisierung der Rekonstruktionspunkte.

Ergebnis

Erfolgreiche Rekonstruktion auf Basis realer Bilddaten, mit interaktiver Visualisierung und reproduzierbarem Code.

Techstack

Python
OpenCV
Numpy
Matplotlib
Pillow
Scipy
Jupyter Notebook

Weitere Projekte

Feature-Extraktion & Bildsegmentierung

Analysepipeline zur Extraktion signifikanter Bildmerkmale und Segmentierung relevanter Regionen mittels Schwellenwerten und Morphologie.

TensionTerminator – Echtzeit-Bewegungsanalyse für Therapie & Prävention

KI-gestützte Webanwendung zur präzisen Erfassung von Haltung, Beweglichkeit (ROM) und muskulären Spannungen – direkt im Browser, ohne zusätzliche Hardware.

FIE-Datenanalyse zur Händigkeit im Fechtsport

Automatisierte Erhebung und Analyse von über 400.000 internationalen Fechtmatches zur Erforschung der Auswirkungen von Linkshändigkeit im Leistungssport.

Optical Flow & Objektverfolgung in Videosequenzen

Tracking von Objekten in Videosequenzen mit dem Lucas-Kanade-Verfahren und Bewegungsanalyse auf Pixelbasis.

Bildverarbeitung mit Python & OpenCV

Einführung in grundlegende Operationen der Bildverarbeitung – von Filterung über Kanten- und Merkmalsextraktion bis zur Visualisierung.