Agisoft Metashape三维模型元数据解析指南：如何查看与利用metadata

1次阅读

没有评论

共计 3288 个字符，预计需要花费 9 分钟才能阅读完成。

Agisoft Metashape 生成的 metadata 是三维模型的 ” 身份证 ”，主要包含三类数据：

影像参数：
相机型号、焦距、光圈等 EXIF 信息
镜头畸变系数（Radial Distortion Coefficients）
像主点偏移（Principal Point Offset）
空间数据：
GPS 坐标（经纬度、海拔高度）
坐标系信息（如 WGS84、UTM zone）
姿态参数（俯仰角 Pitch、偏航角 Yaw）
处理日志：
对齐精度报告（Alignment Accuracy）
重建时间戳
使用的算法版本

这些数据通常以两种格式存储：

XML 格式：人类可读的文本，存在于.psx 项目文件中
二进制格式：压缩存储在.files 文件夹内，体积更小

遇到这些典型痛点不用慌：

二进制黑箱：直接打开.files 文件看到的是乱码
版本陷阱：Metashape 1.6 vs 1.8 的 metadata 结构差异
坐标漂移：WGS84 转 UTM 时出现的单位混淆
内存爆炸：处理 2000+ 照片时 XML 文件超过 4GB

操作路径：

打开 Metashape 项目
右键点击 Chunk → Properties
切换到 Cameras 选项卡
双击任意照片查看详情

关键信息位置：

传感器参数在 ”Calibration” 标签页
GPS 数据在 ”Reference” 面板
处理日志在 ”History” 窗口

import Metashape
from typing import Dict, Any
import xml.etree.ElementTree as ET
import logging

# 配置日志
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

def extract_metadata(project_path: str) -> Dict[str, Any]:
    """
    提取项目 metadata 核心字段
    :param project_path: .psx 文件路径
    :return: 结构化 metadata 字典
    """
    doc = Metashape.Document()
    try:
        doc.open(project_path)
        chunk = doc.chunk

        metadata = {"cameras": [],
            "coordinate_system": str(chunk.crs),
            "sensors": {}}

        # 提取相机数据
        for camera in chunk.cameras:
            if not camera.reference.location:  # 跳过无效相机
                continue

            camera_data = {
                "label": camera.label,
                "lat": camera.reference.location.lat,
                "lon": camera.reference.location.lon,
                "alt": camera.reference.location.alt
            }
            metadata["cameras"].append(camera_data)

        # 提取传感器参数
        for sensor in chunk.sensors:
            calib = sensor.calibration
            metadata["sensors"][sensor.label] = {
                "focal_length": calib.f,
                "pixel_width": calib.pixel_width,
                "distortion_params": calib.k
            }

        return metadata

    except Exception as e:
        logger.error(f"提取失败: {str(e)}", exc_info=True)
        raise
    finally:
        doc.close()

解压.psx 文件（本质是 ZIP 压缩包）
找到 doc.xml 文件
使用 XPath 定位关键节点：

# 续接上段代码
def parse_xml_metadata(xml_path: str) -> Dict[str, Any]:
    tree = ET.parse(xml_path)
    root = tree.getroot()

    # 示例：提取所有相机 GPS 高度
    heights = [float(cam.find(".//reference/location/alt").text) 
              for cam in root.findall(".//cameras/camera")
              if cam.find(".//reference/location/alt") is not None]

    # 提取坐标系定义
    crs = root.find(".//crs").attrib["definition"]

    return {"altitudes": heights, "coordinate_system": crs}

关键 XPath 路径：

相机参数：/document/chunks/chunk/cameras/camera
坐标系：/document/chunks/chunk/crs
传感器：/document/chunks/chunk/sensors/sensor

单位混淆：角度单位度 vs 弧度（检查crs.angular_units）
基准面缺失：转换 WGS84 到 CGCS2000 需要指定椭球参数
高程异常：注意椭球高（ellipsoidal height）与正高（orthometric height）区别

使用 SAX 解析器替代 DOM：

from xml.sax import parse, ContentHandler

class MetadataHandler(ContentHandler):
    def startElement(self, name, attrs):
        if name == "camera":
            print("Found camera element")

parse("large_file.xml", MetadataHandler())

分块处理二进制数据：

with open("binary.files", "rb") as f:
    while chunk := f.read(1024*1024):  # 1MB 分块
        process_chunk(chunk)

import cv2
import numpy as np

# 使用 Metashape 的相机参数初始化 OpenCV
camera_matrix = np.array([[focal_length, 0, principal_point_x],
    [0, focal_length, principal_point_y],
    [0, 0, 1]
])

dist_coeffs = np.array([k1, k2, p1, p2, k3])  # 径向畸变参数

# 去除图像畸变
undistorted = cv2.undistort(
    src_image, 
    camera_matrix, 
    dist_coeffs
)

转换坐标系到 EPSG:4978（WGS84 地心坐标系）

提取相机位置生成 CZML 文件：

{
  "id": "camera_path",
  "availability": "2023-01-01T00:00:00Z/2023-01-01T01:00:00Z",
  "position": {"cartographicDegrees": [lon, lat, alt, ...]
  }
}