基于 ContextCapture SDK 的 Python 自动化三维建模
ContextCapture 是 Bentley 提供的一款商业级三维重建软件，广泛应用于无人机倾斜摄影、实景三维建模等场景。
本文基于 ContextCapture 官方提供的 MasterKernel SDK，介绍如何通过 Python 脚本实现对 ContextCapture 建模流程的自动化控制，包括项目创建、空中三角测量（AT）、三维重建以及多种格式成果的顺序生产。
ContextCapture MasterKernel SDK介绍:https://docs.bentley.com/LiveContent/web/ContextCapture Help-v18/zh-cn/GUID-8A35B878-C2BB-4F01-8D5A-18321EF04410.html
1.安装ContextCapture
基于ContextCapture的安装网上有很多详细的教程，本文不再对安装步骤进行详细展开。
本文测试环境使用的ContextCapture版本为v10.18.0.232，后续示例均基于该版本，仅供参考。
2.配置适合ContextCapture的Python环境
在 ContextCapture 安装目录的sdk/dist文件夹中，可以找到官方提供的 Python SDK 安装包（.whl文件）。
例如：ccmasterkernel-10.18.0.232-cp36-cp36m-win_amd64.whl
其中“cp36-cp36m”表示只支持 Python3.6 相关版本（要安装正确的Python版本）。
安装完成Python环境后，打开命令行进入sdk/dist文件夹下，执行pip install ccmasterkernel-10.18.0.232-cp36-cp36m-win_amd64.whl安装好这个包。
3.编写Python脚本
关于sdk使用的相关文档说明在sdk/doc/html文件夹下。
下面给出一个完整的 Python 脚本示例，用于演示如何通过 ContextCapture SDK 实现无人机影像的自动化三维建模流程。
该脚本后续可根据实际需求进行裁剪或扩展。
此脚本是一个用于自动化 ContextCapture (CC) 建模流程的 Python 脚本。它能够自动创建项目、提交空三运算 (AT)，并按顺序生成多种格式的三维模型（OBJ, LAS, 3D Tiles）。
注意：正式运行脚本前，需确保ContextCapture Engine 已启动，否则任务无法正常提交；
3.1命令行参数
脚本支持通过命令行参数进行灵活配置：
| 参数 | 必选/可选 | 默认值 | 说明 |
|---|---|---|---|
--photos | 必选 | - | 照片所在的源文件夹路径。支持 jpg, tif, png 等格式。 |
--project | 必选 | - | 项目输出的根文件夹路径。脚本将在此目录下创建.ccm项目文件和各个产物文件夹。 |
--memory | 可选 | 16.0 | 目标内存使用量 (GB)。用于控制分块大小，建议设置为机器物理内存的 50%-70%。 |
--formats | 可选 | 全部 | 指定要生产的格式列表。可选值:OBJ,LAS,3DTiles。多个值之间用空格分隔。 |
3.2 使用示例
在命令行 (CMD 或 PowerShell) 中运行以下命令。
1） 基础用法
生成所有默认格式 (OBJ, LAS, 3D Tiles)，默认使用 16GB 内存限制。
/* by 01022.hk - online tools website : 01022.hk/zh/generateethwallets.html */ python test_cc_sequential.py --photos "D:\MyData\Mission_01\Images" --project "D:\Projects\Mission_01"2）指定输出格式
如果你只需要点云 (LAS) 和 OBJ 模型，不需要 3D Tiles：
/* by 01022.hk - online tools website : 01022.hk/zh/generateethwallets.html */ python test_cc_sequential.py --photos "D:\Images" --project "D:\Output" --formats LAS OBJ3）自定义内存限制
针对大内存 (例如 64GB 内存)，可以调高限制以加快处理速度 (例如设为 48GB)：
python test_cc_sequential.py --photos "D:\Images" --project "D:\Output" --memory 48.0针对小内存机器 (例如 16GB 内存)，建议调低限制 (例如 8GB)：
python test_cc_sequential.py --photos "D:\Images" --project "D:\Output" --memory 8.03.3 输出结构
运行完成后，在指定的--project目录下会自动生成以下结构：
D:\Projects\Mission_01\ <-- 项目根目录 │ Mission_01.ccm <-- CC 工程文件 │ cc_sequential.log <-- 详细运行日志 │ ├─ Production_OBJ\ <-- OBJ 模型输出目录 │ metadata.xml │ ... │ ├─ Production_LAS\ <-- LAS 点云输出目录 │ cloud.las │ ... │ └─ Production_3DTiles\ <-- Cesium 3D Tiles 输出目录 tileset.json ...3.4 日志
脚本运行过程中，简要信息会显示在屏幕上。
详细的带时间戳的日志会保存在脚本同级目录下的cc_sequential.log文件中。
3.5 具体代码实现
""" ContextCapture 顺序多格式生产脚本 支持 OBJ、LAS 点云、Cesium 3D Tiles 三种格式 使用分块处理 (Tiling) 控制内存 顺序执行避免内存不足 """ import sys import time import os import logging from logging.handlers import RotatingFileHandler import traceback import argparse # --- 日志配置 --- # 日志文件名为 cc_sequential.log，位于脚本所在目录 log_file_path = os.path.join(os.path.dirname(os.path.abspath(__file__)), 'cc_sequential.log') logger = logging.getLogger('CC_Production') logger.setLevel(logging.INFO) # 1. RotatingFileHandler: 10MB 切割，保留 5 个备份 # maxBytes = 10 * 1024 * 1024 = 10485760 B rf_handler = RotatingFileHandler(log_file_path, maxBytes=10 * 1024 * 1024, backupCount=5, encoding='utf-8') file_formatter = logging.Formatter('%(asctime)s [%(levelname)s] %(message)s') rf_handler.setFormatter(file_formatter) logger.addHandler(rf_handler) # 2. StreamHandler: 输出到控制台 console_handler = logging.StreamHandler(sys.stdout) console_handler.setFormatter(logging.Formatter('%(message)s')) # 控制台输出保持原样，纯文本方便阅读 logger.addHandler(console_handler) # ---------------- try: import ccmasterkernel logger.info("成功导入 ccmasterkernel 模块") except ImportError: logger.error("错误: 无法导入 ccmasterkernel 模块。") sys.exit(1) def parse_args(): parser = argparse.ArgumentParser(description="ContextCapture 顺序多格式生产脚本") # 路径参数 (必须) parser.add_argument('--photos', required=True, help='照片所在目录路径') parser.add_argument('--project', required=True, help='项目输出目录路径') # 可选参数 parser.add_argument('--memory', type=float, default=16.0, help='目标内存使用量 (GB)，默认 16.0') parser.add_argument('--formats', nargs='+', default=['OBJ', 'LAS', '3DTiles'], choices=['OBJ', 'LAS', '3DTiles'], help='指定要生产的格式 (默认全部): OBJ, LAS, 3DTiles') return parser.parse_args() def main(): args = parse_args() # 定义路径变量 (从 args 获取) project_dir = args.project # 自动根据目录名生成项目文件名 project_name_base = os.path.basename(os.path.normpath(project_dir)) project_file_path = os.path.join(project_dir, f"{project_name_base}.ccm") photos_dir = args.photos # 多格式输出目录 production_obj_dir = os.path.join(project_dir, "Production_OBJ") production_las_dir = os.path.join(project_dir, "Production_LAS") production_3dtiles_dir = os.path.join(project_dir, "Production_3DTiles") logger.info("\n" + "=" * 60) logger.info("ContextCapture 顺序多格式自动化脚本 (CLI Mode)") logger.info("=" * 60) logger.info(f"项目文件路径: {project_file_path}") logger.info(f"照片目录: {photos_dir}") logger.info(f"目标内存: {args.memory} GB") # 确定要生产的格式 formats_to_produce_list = [] # 格式定义映射: Name -> (DriverName, OutputDir, Description) format_map = { 'OBJ': ("OBJ", production_obj_dir, "OBJ 网格模型"), 'LAS': ("LAS", production_las_dir, "LAS 点云"), '3DTiles': ("Cesium 3D Tiles", production_3dtiles_dir, "Cesium 3D Tiles") } req_formats = args.formats logger.info(f"计划生产格式: {', '.join(req_formats)}") # 构建 production list # 保持原有顺序: OBJ -> LAS -> 3DTiles (如果被选中) if 'OBJ' in req_formats: formats_to_produce_list.append(('OBJ', *format_map['OBJ'])) if 'LAS' in req_formats: formats_to_produce_list.append(('LAS', *format_map['LAS'])) if '3DTiles' in req_formats: formats_to_produce_list.append(('Cesium 3D Tiles', *format_map['3DTiles'])) logger.info("\n输出位置预览:") for _, _, out_dir, desc in formats_to_produce_list: logger.info(f" - {desc}: {out_dir}") logger.info("\n注意: 选中格式将依次执行，避免内存不足") logger.info("=" * 60 + "\n") # 确保项目目录存在 if not os.path.exists(project_dir): try: os.makedirs(project_dir) except OSError as e: logger.error(f"错误: 无法创建项目目录 {project_dir}: {e}") return # 1. 创建并配置项目 logger.info("正在创建项目...") project = ccmasterkernel.Project() project.setName(project_name_base) # 使用目录名作为项目名 project.setProjectFilePath(project_file_path) # 2. 创建区块并添加照片 logger.info("正在创建初始区块...") block = ccmasterkernel.Block(project) project.addBlock(block) block.setName("InitialBlock") logger.info("正在添加照片...") photogroups = block.getPhotogroups() if os.path.exists(photos_dir): photo_files = [f for f in os.listdir(photos_dir) if f.lower().endswith(('.jpg', '.jpeg', '.tif', '.tiff', '.png'))] if not photo_files: logger.warning(f"警告: 在 {photos_dir} 中未找到照片文件。") for f in photo_files: full_path = os.path.join(photos_dir, f) photogroups.addPhotoInAutoMode(full_path) logger.info(f"已尝试添加 {len(photo_files)} 张照片。") else: logger.error(f"错误: 照片目录 {photos_dir} 不存在。") return # 验证区块是否有效 if not block.isReadyForAT(): logger.error("错误: 区块未准备好进行 AT。") return # 保存项目 logger.info("正在保存项目...") save_error = project.writeToFile() if not save_error.isNone(): logger.error(f"保存项目失败: {save_error.message}") return logger.info("项目保存成功。") # 3. 空中三角测量 (AT) logger.info("\n准备空中三角测量 (AT) 区块...") block_at = ccmasterkernel.Block(project) project.addBlock(block_at) block_at.setName("AT_Block") block_at.setBlockTemplate(ccmasterkernel.BlockTemplate.Template_adjusted, block) # 保存更新后的项目 logger.info("正在保存更新后的项目...") save_error = project.writeToFile() if not save_error.isNone(): logger.error(f"保存项目失败: {save_error.message}") return logger.info("开始提交 AT 处理...") at = block_at.getAT() if at is None: logger.error("错误: 无法获取 AT 对象。") return # 提交 AT 处理 submit_error = at.submitProcessing() if not submit_error.isNone(): logger.error(f"AT 提交失败: {submit_error.message}") return # 监控 AT 任务 if not monitor_job(at, "AT"): logger.error("AT 处理未成功完成，脚本终止。") return logger.info("AT 处理完成。\n") # 4. 重建 (Reconstruction) - 配置分块处理 logger.info("=" * 60) logger.info("创建重建项目...") logger.info("=" * 60) reconstruction = ccmasterkernel.Reconstruction(block_at) block_at.addReconstruction(reconstruction) reconstruction.setName("Reconstruction_Sequential") # 配置重建设置 logger.info("\n配置重建设置...") settings = reconstruction.getSettings() reconstruction.setSettings(settings) # 配置分块处理 (Tiling) logger.info("配置分块处理 (Tiling)...") tiling = reconstruction.getTiling() tiling.tilingMode = ccmasterkernel.TilingMode.TilingMode_adaptive tiling.targetMemoryUse = args.memory # 使用命令行参数 tiling.overlapRatio = 0.2 tiling.discardEmptyTiles = True reconstruction.setTiling(tiling) logger.info(f" - 模式: Adaptive (自动分块)") logger.info(f" - 目标内存: {tiling.targetMemoryUse} GB") logger.info(f" - 瓦片重叠率: {tiling.overlapRatio * 100}%") # 保存重建配置 logger.info("\n保存重建配置...") save_error = project.writeToFile() if not save_error.isNone(): logger.error(f"保存项目失败: {save_error.message}") return # 获取瓦片数量 num_tiles = reconstruction.getNumInternalTiles() logger.info(f"\n重建包含 {num_tiles} 个瓦片") # 5. 顺序生产 - 依次执行每种格式 logger.info("\n" + "=" * 60) logger.info("开始顺序生产（依次执行，避免内存不足）") logger.info("=" * 60) results = [] # 遍历我们构建的格式列表 for idx, (prod_name, driver_name, output_dir, description) in enumerate(formats_to_produce_list, 1): logger.info("\n" + "=" * 60) logger.info(f"第 {idx}/{len(formats_to_produce_list)} 步: 生产 {description}") logger.info("=" * 60) # 创建生产 logger.info(f"\n配置 {description}...") production = ccmasterkernel.Production(reconstruction) reconstruction.addProduction(production) production.setName(f"Production_{prod_name}") production.setDriverName(driver_name) production.setDestination(output_dir) logger.info(f" ✓ {description} 配置完成") # 保存项目 save_error = project.writeToFile() if not save_error.isNone(): logger.error(f" ✗ 保存项目失败: {save_error.message}") results.append((description, False)) continue # 添加所有瓦片任务 logger.info(f"\n为 {description} 添加 {num_tiles} 个瓦片任务...") production_jobs = [] try: for i in range(num_tiles): tile = reconstruction.getInternalTile(i) job = ccmasterkernel.TileProductionJob(production, tile) production.addProductionJob(job) production_jobs.append(job) logger.info(f" ✓ 已添加 {num_tiles} 个瓦片任务") except Exception as e: logger.error(f" ✗ 添加任务时出错: {e}") results.append((description, False)) continue # 提交生产 logger.info(f"\n提交 {description} 生产...") submit_error = production.submitProcessing() if not submit_error.isNone(): logger.error(f" ✗ 提交失败: {submit_error.message}") results.append((description, False)) continue logger.info(f" ✓ 提交成功") # 监控所有瓦片任务 logger.info(f"\n监控 {description} 任务（{num_tiles} 个瓦片）...") all_tiles_success = True for tile_idx, job in enumerate(production_jobs): job_desc = f"{description} - 瓦片 {tile_idx}" if not monitor_job(job, job_desc): logger.error(f" ✗ 瓦片 {tile_idx} 处理失败") all_tiles_success = False break # 如果一个瓦片失败，停止监控后续瓦片 else: logger.info(f" ✓ 瓦片 {tile_idx} 处理成功") if all_tiles_success: logger.info(f"\n✓ {description} 所有瓦片处理成功！") logger.info(f" 输出位置: {output_dir}") results.append((description, True)) else: logger.error(f"\n✗ {description} 处理失败") results.append((description, False)) # 最终结果汇总 logger.info("\n" + "=" * 60) logger.info("生产结果汇总") logger.info("=" * 60) for description, success in results: status = "✓ 成功" if success else "✗ 失败" logger.info(f" {status}: {description}") all_success = all(success for _, success in results) if all_success: logger.info("\n" + "=" * 60) logger.info("所有请求的格式生产成功完成！") logger.info("=" * 60) else: logger.error("\n部分格式生产失败，请检查日志获取详细信息。") def monitor_job(job_object, job_name): """ 通用任务监控函数 """ previous_status = ccmasterkernel.JobStatus.Job_unknown while True: # 更新状态 try: job_object.updateJobStatus() except AttributeError: pass status = job_object.getJobStatus() # 显示状态变化 if status != previous_status: status_str = ccmasterkernel.jobStatusAsString(status) logger.info(f" [{job_name}] {status_str}") previous_status = status # 检查是否结束 if status in [ccmasterkernel.JobStatus.Job_completed, ccmasterkernel.JobStatus.Job_failed, ccmasterkernel.JobStatus.Job_cancelled]: break time.sleep(2) # 最终结果检查 if status == ccmasterkernel.JobStatus.Job_completed: return True else: msg = job_object.getJobMessage() if msg: logger.error(f" [{job_name}] 错误: {msg}") return False if __name__ == "__main__": try: main() except KeyboardInterrupt: logger.info("\n\n用户中断脚本执行。") except Exception as e: logger.error(f"\n错误: {e}") logger.error("详细堆栈:", exc_info=True)github仓库地址：https://github.com/Canon-create/contextcapture-python-example
参考文章：https://blog.csdn.net/qq_41475842/article/details/112959892
 N-聚糖：复杂糖蛋白结构与功能的关键解码者 1125602-44-9)
