企业官网建设流程全解析

做文物数字化这行八年多，经手的项目从巴掌大的玉饰到六米高的石刻造像都有，最深的感受是：文物3D扫描建模这件事，难的从来不是按快门或者点一下"开始扫描"，而是从点云采集到最终数字资产交付这一整条链路上，每一个环节都可能悄悄埋雷，然后在最后交付的时候炸给你看。很多人以为扫描仪一扫、软件一重建就完事了，结果拿到手的模型要么纹理错位、要么孔洞连片、要么文件大到打不开。这篇文章我想把这套完整的流程摊开讲清楚：需要哪些设备、每一步的关键参数怎么定、点云配准和网格重建里有哪些坑、最终的数字资产应该按什么标准交付。不管你是刚入行的文博数字化从业者、做三维扫描服务的技术人员，还是博物馆里负责藏品信息化的老师，看完都能直接抄作业，也能避开我踩过的那些坑。

1. 项目整体设计与技术路线选型

1.1 为什么文物数字化必须走"采集—处理—交付"三段式

刚入行的时候我也图省事，觉得扫描和处理是连续动作，现场扫完直接在现场电脑上重建，结果吃过一次大亏：一个青铜鼎项目，现场看着点云挺漂亮，回来做网格的时候发现器物腹部有一大片数据缺失，原因是现场地面反光加上现场赶时间，补扫的窗口期已经过了。从那以后我坚持把项目拆成清晰的三段，每一段都有独立的验收标准。

第一段是采集段，产出的是原始点云，这一段的验收标准只有一个——数据完整性，也就是器物表面有没有漏扫、有没有明显的空洞、标靶是否全部被清晰捕获。注意，采集阶段不要追求"好看"，不要在现场做大量编辑，原始数据留全留脏都没关系，因为后面还有的是时间处理，但漏掉的数据是补不回来的。

第二段是处理段，产出的是配准后的干净点云和重建网格，验收标准是几何精度和拓扑质量——点云配准误差要控制在允许范围内，网格不能有翻面、不能有大量自交、孔洞要补齐。这一段是整个项目最耗时间的部分，通常占整个工期的60%以上，很多人低估了这一点，报价的时候按采集工时算，最后亏得很惨。

第三段是交付段，产出的是可用的数字资产，验收标准是"客户拿到能直接用"——格式对、命名规范、附元数据、能在目标平台上打开。这一段看似简单，其实最容易翻车，因为交付物的定义不清，客户说要"模型"，你给了个2GB的OBJ，客户电脑打不开，这就是没交付成功。

三段式最大的价值在于责任切分。现场出问题就在采集段解决，处理出问题就在处理段返工，不会互相甩锅。而且每一段都有可检查的中间产物，项目风险是可控的。

1.2 三条主流技术路线的真实对比

文物扫描绕不开一个问题：到底用激光扫描、摄影测量还是结构光。这三种方法没有绝对的优劣，取决于文物的大小、材质、精度要求和预算。我把这些年实际用下来的感受整理成一张表，比任何参数手册都实在。

选型的核心逻辑其实就三条。第一看尺寸，超过两米的石刻、建筑构件，基本只能上激光扫描，摄影测量也能做但是标尺布设和拍摄量会让人崩溃。第二看材质，青铜器、上釉瓷器这类高反光表面，结构光直接废掉，激光扫描也会丢点，往往要配合显像剂或者偏振滤镜。第三看精度要求，如果是要做文物复制、翻模，精度必须往0.1毫米以内压，这时候结构光或者高精度摄影测量才有戏；如果只是做线上展示、虚拟展馆，1到3毫米完全够用，不必花冤枉钱。

我个人最常用的组合是激光扫描打底加摄影测量补纹理。激光扫描负责几何骨架，稳定可靠；摄影测量负责色彩纹理，分辨率高。两套数据通过标靶或者共同特征配准。这个组合在中小型器物上性价比最高，缺点是工作量翻倍，需要提前算进工期和报价。

1.3 精度指标怎么定：从点间距倒推设备和站数

很多人定精度指标是拍脑袋的，说"要高清""要精细"，这在工程上是没法执行的。正确做法是把模糊的需求翻译成可测量的参数，最核心的三个是点间距、配准误差、纹理分辨率。

点间距决定了模型表面的细节还原能力。经验公式是这样的：如果你想还原一个宽度为 w 毫米的细节特征，点间距至少要小于 w/2，保险起见取 w/3。比如青铜器上的铭文笔画宽度大约2毫米，那点间距就要做到0.7毫米以下。反过来，如果你的激光扫描仪在10米距离上点间距是5毫米，那么在2米距离上大约能做到1毫米左右，这就是为什么要尽量靠近扫描，但又不能太近导致视野覆盖不足。

配准误差则决定了整体尺寸的准确性。多个测站拼接时，误差会累积。假设单站配准误差是0.5毫米，你有20站，如果采用链式配准（一站接一站），误差可能累积到几毫米；如果采用闭环配准加整体平差（所有站一起优化），误差能压到1毫米以内。这个差别在长条形文物上特别明显，我曾经做过一个三米长的木雕横梁，链式配准两端累积偏差接近8毫米，肉眼都能看出来弯了，返工用闭环平差才压到1.5毫米。

纹理分辨率按每毫米像素数算。要做印刷级别的复制，需要300dpi以上，也就是每毫米约12像素；普通线上展示，每毫米2到3像素就够。这直接决定了你相机的像素数和拍摄距离。

提示：精度指标一定要写进合同。写"高精度"等于没写，写"点间距≤1毫米、配准误差≤1.5毫米、纹理≥200dpi"才是可验收的条款。

2. 现场点云采集：设备、布站与实操细节

2.1 设备与耗材清单，以及那些容易漏带的小东西

先说设备。地面激光扫描仪是主力，选型上主要看测距精度、扫描速度、内置相机质量和是否支持HDR。我个人偏好内置三脚架接口标准化、支持外接电源的型号，因为文物现场经常没有稳定市电，靠电池要撑一整天。

配套的东西往往比主机更影响成败，这份清单是我吃了无数次亏之后固定下来的：

• 标靶球和平面标靶各备两套，标靶球适合大空间，平面标靶适合贴墙面或者小件周围
• 碳纤维三脚架加配重挂钩，文物库房地面可能有轻微震动，配重能显著提升稳定性
• 显像剂喷罐和专用清洁工具，用于处理高反光表面，但务必先做小面积测试
• 偏振滤镜，对付釉面、玻璃、抛光金属
• 色卡和灰卡，纹理还原的基准，没有色卡后期调色就是瞎调
• 卷尺、激光测距仪、记号笔、标签纸，用于记录标靶编号和站位顺序
• 笔记本电脑和移动硬盘，现场必须做数据双备份

这里说个细节，标靶编号一定要现场用标签纸贴好并拍照记录，不然回到办公室面对几十个标靶点云，你根本分不清哪个是哪个，配准的时候只能靠猜。我见过同行因为标靶编号混乱，一个项目多花了三天。

2.2 布站策略：重叠度、站数与入射角的计算

布站是采集段最考验经验的部分。核心原则有两条：相邻测站的重叠区域要包含至少3个共同标靶或者足够的几何特征，以及扫描光束尽量垂直照射目标表面。

先说重叠度。理论上两站之间只要有3个公共点就能解算刚体变换，但实际工程里我建议重叠区域覆盖目标表面的30%以上，标靶数量至少4个。原因很简单，3个点解算出来的变换没有任何冗余，一旦某个标靶中心提取有零点几毫米的误差，整体就歪了。

站数怎么估？可以用一个粗略公式。假设你要完整覆盖一件器物的外表面，忽略遮挡，需要的最小站数约等于：

N ≈ 表面积 / 单站有效覆盖面积 × 遮挡系数

举例，一件高1.2米、周长2.5米的圆柱形陶罐，侧面积约3平方米。单站激光扫描在1.5米距离上的有效覆盖大约1.5米 x 1.5米，有效面积按1平方米算。遮挡系数对回转体取1.5到2，因为顶部、底部、把手背面都要补扫。算下来 N ≈ 3 / 1 × 1.8 ≈ 5.4，取6站，实际我会布8站做冗余。

入射角的问题很多人忽略。激光测距在入射角超过60度以后精度会明显下降，超过75度基本就丢点了。所以布站时不要想着"一站搞定一大片"，宁可多布几站，让每站的入射角都控制在45度以内。

2.3 材质难题的现场处置：反光、深色、镂空和半透明

文物材质千奇百怪，这是扫描比工业检测难的地方。我把常见难搞材质和处理方法列一下。

高反光表面，包括青铜器抛光面、上釉瓷器、金属器、玻璃。处理方法优先级：调整扫描角度避开镜面反射方向，这是最干净的；其次是加偏振滤镜；实在不行才上显像剂。显像剂这东西要非常谨慎，必须确认对文物无害并且可清除，喷之前一定要在不显眼的部位做测试，喷完及时清理。我在一个青铜器项目里见过有人喷多了没清干净，后来花了很大力气才处理。

深色和吸光表面，比如黑陶、漆器、深色木器。激光回波弱，表现为点云稀疏或者有黑洞。解决办法是提高扫描仪的输出功率（如果可调）、缩短扫描距离、增加测站数量，或者使用对深色更友好的摄影测量补充几何。

镂空和薄壁结构，比如镂空木雕、薄胎瓷。这类文物的难点在于正反面都要扫，而且薄壁的两面容易在配准的时候混淆，产生"穿模"。我的做法是在镂空区域内外都布置标靶，让配准算法有足够的约束，同时在处理阶段仔细检查薄壁厚度是否合理——如果重建出来的壁厚明显不对，多半是穿模了。

半透明材质，比如玉器、部分玻璃器。激光在内部散射，点云会呈现"雾状"，表面和内部混在一起。这种只能靠后期手工剔除内部杂点，或者改用摄影测量为主。这里没有捷径，就是耐心。

3. 点云预处理与配准：从原始数据到可用点云

3.1 去噪、降采样与离群点剔除

原始点云动辄几千万甚至上亿个点，直接拿来处理会卡到怀疑人生，所以第一步永远是整理。整理分为三件事：抽稀、去噪、去离群点。

抽稀就是降采样，把点间距统一到目标值。用体素栅格滤波是最常用的方法，原理是把空间划分成小立方体，每个立方体里所有点取一个代表点（通常是重心）。体素边长一般设成目标点间距的1到2倍。用PCL的话大概是这样：

// 体素栅格降采样，叶子尺寸0.5毫米 pcl::VoxelGrid<pcl::PointXYZRGB> vg; vg.setInputCloud(cloud_in); vg.setLeafSize(0.0005f, 0.0005f, 0.0005f); vg.setDownsampleAllData(true); vg.filter(*cloud_down);

注意setDownsampleAllData(true)这个参数，如果不管它，PCL默认只保留XYZ不保留颜色，很多人在这里丢了颜色信息还找不到原因。

去噪主要针对扫描仪的测量噪声，表现为点云表面有一层"毛刺"。可以用统计离群点滤波，思路是计算每个点到它K个近邻的平均距离，距离超过全局均值加若干倍标准差的点判定为噪声。参数上，K一般取50到100，标准差倍数取1.0到2.0，文物表面细节丰富的话倍数取大一点，避免把真实细节当噪声删掉。

// 统计离群点滤波 pcl::StatisticalOutlierRemoval<pcl::PointXYZRGB> sor; sor.setInputCloud(cloud_down); sor.setMeanK(80); sor.setStddevMulThresh(1.5); sor.filter(*cloud_clean);

注意：去噪是有代价的。每一步滤波都在改变原始数据，务必保留一份未经任何处理的原始点云存档，这是文物数字化的底线要求，也方便日后复核。

3.2 配准：粗配准加精配准的两步走

配准是把多个测站的点云统一到同一个坐标系下，这是整个处理流程里最容易出问题的环节。我的标准打法是先粗后精。

粗配准用标靶。提取每站的标靶中心，根据标靶编号建立对应关系，用最小二乘解算刚体变换。这一步的关键是标靶中心提取精度，标靶球的话可以用球面拟合，精度能到0.1毫米级别。如果现场标靶没编号或者丢标靶，就只能靠几何特征手动点选，效率低还容易错。

精配准用ICP迭代最近点。ICP的原理是不断找两片点云之间的最近点对，最小化距离平方和，迭代优化变换矩阵。但这东西有个致命弱点——它只能收敛到局部最优，如果粗配准偏差太大，ICP会把错误"锁死"，越配越歪。所以ICP一定是在粗配准已经比较准的前提下用。

用PCL做ICP的代码骨架：

// ICP精配准，点到面版本对噪声更鲁棒 pcl::IterativeClosestPointWithNormals<pcl::PointNormal, pcl::PointNormal> icp; icp.setInputSource(cloud_src); icp.setInputTarget(cloud_tgt); icp.setMaximumIterations(80); icp.setMaxCorrespondenceDistance(0.02); // 20毫米，粗配准好可以设更小 icp.setTransformationEpsilon(1e-8); icp.setEuclideanFitnessEpsilon(1e-6); icp.align(*cloud_aligned);

参数上我有几个固定习惯。setMaxCorrespondenceDistance设成预估粗配准误差的1.5到2倍，设太大容易匹配到错误区域，设太小又配不动。setMaximumIterations给足，ICP后期收敛很慢，宁可多迭代也别让它没收敛就停。点到面版本比点到点版本收敛快、精度高，但要求点云有法向量，所以预处理时记得估算法向量。

多站整体配准的时候，我强烈建议用闭环配准加全局平差。具体做法是让配准形成一个环，比如站1对站2、站2对站3、站3对站4、站4对站1，然后让平差算法同时优化所有站的位姿，把环闭合误差均匀分配到每一条边上。CloudCompare这类工具都支持这种模式，实测能把长条形文物的累积误差从几个毫米压到一毫米以内。

3.3 点云分割、坐标对齐与格式转换

配准完成之后，还要做几件收尾工作。

第一是去除背景。扫描的时候难免扫到地面、支架、周围环境，这些数据要剔除。大场景可以用平面分割配合直通滤波切掉地面，精细的部分还是要手工框选裁剪。文物本体的提取我一般用基于颜色的分割加人工修边结合，因为文物形状复杂，全自动分割容易误伤。

第二是坐标对齐。这一步是为了让模型有一个合理的姿态和原点，方便下游使用。做法是先粗略旋转让器物大概正立，然后用包围盒或者主轴分析做精细对齐，最后把原点放到器物的几何中心或者底面中心。不要小看这一步，博物馆要的是能直接放进展示系统的模型，如果模型歪着或者原点在天上，别人用起来会骂人。

第三是格式转换。点云常见格式有PCD、PLY、LAS、E57，各自有各自的应用场景。LAS是测绘行业标准，带地理坐标；E57适合大场景；PLY带颜色方便可视化；PCD是PCL的原生格式，处理起来最快。我一般会保留一份E57或PLY作为归档，同时在处理流程里用PCD提高效率。

# CloudCompare 命令行批量合并并转格式 cloudcompare -SILENT -AUTO_SAVE OFF -O scan_01.pcd -O scan_02.pcd -O scan_03.pcd \ -MERGE_CLOUDS -C_EXPORT_FMT PLY -SAVE_CLOUDS FILE merged.ply

4. 网格重建与纹理映射：从点云到可交付三维模型

4.1 网格重建的三条路径与参数

有了干净的点云，下一步是把它变成面片模型。重建方法主要有三类，选择依据是点云的质量和噪声水平。

第一类是泊松重建，也是最常用的。它的原理是构造一个指示函数，用点云的法向量作为梯度约束，解泊松方程得到等值面，再用移动立方体提取网格。优点是抗噪能力强、能自动填补小孔洞、生成的是封闭流形网格；缺点是容易过度平滑，细节丢失，而且会"膨胀"，也就是把模型撑大一点。关键参数是八叉树深度，深度越大细节越丰富但内存暴涨。文物精细件我一般用10到12，大件用9到10。

第二类是贪婪三角化，也叫球旋转。它的思路是沿着点云表面生长三角形，尽可能让三角形接近正三角形。优点是完全贴合原始点云，细节保留好；缺点是抗噪差，噪声会导致网格出现尖刺和孔洞，而且不保证是流形。

第三类是滚球法，适合点云密度均匀、希望严格插值原始点的情况，文物领域用得相对少。

我的常规组合是：先用泊松重建得到整体封闭的网格，检查形态；如果细节丢失严重，再对细节丰富的局部用贪婪三角化补上，最后合并。这样兼顾了整体完整性和局部精细度。

这里必须提一句，泊松重建的法向量估计质量直接决定成败。法向量方向错误或者不连续，重建出来就会有大量翻面和畸形。估算法向量时的邻域半径要大于点间距的三倍以上，并且一定要做一致性定向，让相邻法向量朝向一致。

4.2 拓扑修复、补洞与减面

重建出来的网格几乎不可能直接交付，一定要做拓扑修复。这一步要做的事情包括：删除游离的小面片、修复非流形边（就是一条边被三个以上面共用）、统一面片朝向、填补小孔洞。

补洞是个技术活，孔洞不能乱补。小孔洞（直径小于点间距的5倍）可以直接填补；中等孔洞需要用曲率外推的方法补，让补出来的面片与周围曲率连续；大孔洞说明扫描时就有缺失，这种情况我建议回到点云层面去补扫或者手工建模，硬补出来的形状往往是假的，对文物来说这是不可接受的。

减面是另一个必做步骤。原始重建的网格可能几百万甚至上千万面片，文件动辄几百MB，根本没法交付。减面要在保证特征的前提下进行，我用的是二次误差度量方法，它会优先合并那些对形状影响小的边。关键参数是目标面数和边界保持权重，文物的话我一般把减面率控制在50%到80%之间，并且一定要勾选"保留边界"和"保留法线"，不然细节全没了。

4.3 纹理映射与色彩管理：让模型"像"文物

几何做好了，模型还是灰的，要让模型真正像文物，必须做好纹理映射。这一步的成败在采集阶段就决定了一半。

基本流程是：把扫描时拍的照片，通过相机位姿与网格对齐，把像素颜色投影到模型表面，生成纹理贴图。听起来简单，实际坑很多。

第一个坑是色彩不一致。不同测站、不同光照条件下拍的照片，色温亮度都不一样，直接投影出来模型表面会一块深一块浅，像打了补丁。解决办法是拍摄时就用色卡和灰卡做基准，后期统一做白平衡和色彩校正。我一般会先对每张照片做基于灰卡的校正，再统一色温，最后才投影。

第二个坑是接缝。相邻照片投影到同一个区域会产生明显的接缝线。处理方法是设置合适的投影权重，让过渡区域平滑混合，同时控制每张照片的有效投影范围。有些软件支持"纹理融合"功能，能自动做这个平滑，但自动效果不一定好，重要文物的关键区域我建议手工调整接缝位置，把接缝放到不显眼的地方。

第三个坑是分辨率分配不合理。整个模型共用一张纹理图，细节区域的像素被大面积的平面区域稀释了。解决办法是做纹理分块，对铭文、纹饰这些重点区域单独分配更高分辨率的贴图。常见做法是按网格面数和曲率把模型分块，每块生成独立的纹理，最后打包成多张贴图。

纹理贴图的格式我一般用PNG或者无损的TIFF做归档，JPEG用于轻量交付。分辨率上，普通展示每米2048像素起步，精细展示能做到每米8192像素。注意纹理文件本身也可能很大，需要压缩和分块管理。

5. 数字资产交付规范与长期保存

5.1 交付物清单与格式标准

交付是项目的最后一步，也是最容易出纠纷的一步。我的原则是：交付清单在项目开始前就定好，并且写进合同。下面这份清单是我这些年用下来比较通用的，具体项目按需增减。

格式选择上有几个原则。归档一定要用开放、稳定、有详细规范的格式，别用某个软件的私有格式，过几年软件公司倒了数据就打不开了。展示用GLB或者GLTF，这是目前网页三维展示的事实标准，兼容性好。复制加工用OBJ或者PLY，通用性强。

提示：千万不要只交付一个"最终模型"就完事。至少要保留原始点云和配准后点云，这是不可再生的资产。文物一旦因为意外损坏，原始扫描数据可能是唯一的完整记录。

5.2 命名规范与元数据：让资产能被找到

数字资产交付最大的长期问题不是技术，是管理。一个博物馆做几年数字化，攒下成千上万个文件，如果命名乱七八糟，等于白做。我建议的命名规范是按"藏品编号_项目阶段_版本_日期"来组织，比如：

BZ-2023-0456_registered_v02_20240612.ply

这样任何人拿到文件都能看懂。命名里不要出现中文空格和特殊符号，避免跨平台出问题。版本号用两位数字，日期用八位数字，方便排序。

元数据的分量往往被低估。一份完整的元数据应该包括：藏品基础信息（名称、编号、类别、年代、尺寸、材质，具体内容由馆方提供）、采集信息（设备型号、扫描日期、操作人员、环境温湿度）、处理信息（软件与版本、关键参数、处理人员）、精度信息（点间距、配准误差、纹理分辨率）、文件信息（格式、面数、体积）。

元数据用XML或者JSON存，和模型文件放在同一个目录，文件名对应。别用Excel，Excel在不同软件之间转换很容易乱码和错位。如果馆方有自己的藏品管理系统，元数据要按对方的字段规范导出，这个要在项目开始前对齐好。

5.3 轻量化与多端展示

现在的需求越来越倾向于"在网页上转着看""在手机上打开"。这就要求把几十上百MB的高模压缩成几MB甚至几百KB还能看。轻量化的核心手段是减面、压缩纹理、压缩几何，这是三条腿。

减面前面说过，展示模型一般减到5万到50万面之间，看展示距离而定。纹理压缩上，普通展示用1024或2048见方就够，压缩格式用平台支持的高效编码。几何压缩现在有不少成熟方案，能把顶点数据压到原始体积的十分之一以下。

这里有一个常见误区，就是以为轻量化模型可以顺便当归档模型用。不行。轻量化是有损的，减掉的面永远回不来。归档必须是高精度的原始资产，轻量化模型只是它派生出来的一份"视图"。所以我坚持在项目里明确区分"存档版"和"展示版"，两套并行管理。

多端适配还要考虑交互方式。网页端要支持鼠标拖拽旋转、滚轮缩放，移动端要支持触摸手势，如果要做AR展示还要处理真实光照估计。这些需求要在交付前和客户确认清楚，不然做完发现目标平台不支持你的格式，白干。

6. 常见问题速查与避坑经验

6.1 典型问题排查表

做项目多了，问题也就那么几类。我把最常遇到的整理成表，方便大家对号入座。

6.2 数据管理与安全上的几个硬规矩

技术之外，数据管理是最容易出事的地方。我给自己团队定了几条不容商量的规矩。

第一条，现场双备份。扫描完一站立刻把数据拷到移动硬盘，笔记本本地保留一份，两者物理分离。我亲眼见过有人笔记本在返程路上摔了，一整天的数据全没，只能重新约时间去扫一件已经回库的文物，成本高得离谱。

第二条，每一版中间数据都留档。从原始点云到最终模型，中间的每一步都另存为带版本号的文件，不覆盖。很多人习惯在同一个文件上反复操作，一旦某个处理步骤做错了想回退，发现回不去了。磁盘空间比返工时间便宜太多。

第三条，敏感数据不上公网。部分文物的影像和信息有管理要求，处理过程和存储都要在受控环境内进行，传输要经过审批，这条要严格遵守相关管理规定。

第四条，定期校验存档完整性。硬盘会坏，这是必然的。所有归档数据至少存两份，分不同介质，并且每隔一两年做一次完整性校验，确认文件能正常打开、哈希值没有变化。数字资产如果坏了没人发现，等要用的时候才发现，那时候原始文物可能已经没法再扫了。

6.3 几个能省下半天的实操技巧

最后分享一些零碎但很实用的技巧，都是踩坑换来的。

关于标靶，布靶的时候尽量让标靶的朝向对着扫描仪，不要贴在凹陷或者背光的位置。标靶中心提取失败绝大多数是因为标靶被扫得不完整或者过曝，现场看一眼点云里标靶是不是清晰，能省下后期大量返工。

关于点云浏览，几百MB的点云文件用普通软件打开会卡死。我的做法是先做一个低精度版本用于预览和裁剪决策，确定好范围再操作高精度数据。CloudCompare、rviz这类工具都支持分层加载，用起来会舒服很多。

关于纹理拍摄，一定要保证相邻照片重叠50%以上，而且尽量用三脚架避免模糊。模糊的照片在纹理映射时会拖累整个区域，宁可多拍几张删掉，不要少拍。另外拍摄时尽量使用均匀的补光，避免硬阴影，硬阴影投在文物表面后期很难去掉。

关于验收，交付前一定要自己按客户的使用场景走一遍流程。把模型导进客户的目标平台，实际打开、缩放、旋转、测量，看看有没有问题。这一步经常能发现意想不到的毛病，比如某些软件对超过特定面数的模型支持不好，或者坐标系朝向不符合对方的约定。花半天做这件事，能避免交付后几天的扯皮。

关于工期，做报价的时候处理段的时间一定要给足，我的经验是处理时间是采集时间的3到5倍，精细件甚至更多。很多新手报价时按采集时间算，结果项目做到一半发现亏本，只能要么偷工减料要么撕合同，两边都不好看。

我个人在实际操作中的体会是，文物3D扫描建模这件事，技术门槛其实不高，真正拉开差距的是流程的规范性和对细节的敬畏。同一台设备，有人做出来是能进数据库的数字资产，有人做出来是一堆打不开的文件，区别就在这些看起来琐碎的环节上。前期把标准定清楚、现场把数据采全、处理时每一步都留痕、交付前自己先跑一遍，这四件事做到位，项目基本不会出大问题。