我试图使用python脚本来人为地生成图像识别神经网的训练集,通过在多种场景中使用panda3d呈现3D模型。
我已经编写了代码,以成功渲染正在训练的对象。在这一点上,我只是想用新生成的参数循环并保存每次迭代作为图像。理想情况下,我希望能够便宜地这样做,并且可以轻松地将其喂给OpenCV等。
任何指针都将不胜感激。
我自己解决了问题。我最终定义了以下功能:
def renderToPNM():
base.graphicsEngine.renderFrame()
image = PNMImage()
dr = base.camNode.getDisplayRegion(0)
dr.getScreenshot(image)
return image
,然后每次都以不同的场景和一条新路径进行循环:
renderToPNM().write(Filename('your/path/here.jpg'))