El tamaño del cuerpo, la forma, el peso y la puntuación de las cabras son indicadores cruciales para evaluar su crecimiento, salud y producción de carne. La aplicación de la tecnología de visión por computadora para medir estos parámetros está cada vez más extendida. Sin embargo, en entornos reales de granjas, obstáculos como cercas, condiciones del suelo y polvo representan desafíos significativos para obtener datos precisos de la nube de puntos de las cabras. Estos obstáculos generan dificultades en la extracción rápida de datos y resultan en reconstrucciones incompletas, lo que provoca errores de medición sustanciales. Para abordar estos desafíos, desarrollamos un sistema para la adquisición, extracción y reconstrucción en tiempo real de nubes de puntos de cabras utilizando tres cámaras de profundidad. El sistema opera en un escenario donde las cabras caminan naturalmente a través de un canal designado, y se emplea una lógica de activación distribuida bidireccional para garantizar la adquisición en tiempo real de la nube de puntos. También diseñamos un método de reconocimiento y filtrado de ruido adaptado para manejar interferencias ambientales complejas encontradas en las granjas, lo que permite la extracción automática de la nube de puntos de las cabras. Además, se desarrolló un algoritmo de completado de nube de puntos distribuido para reconstruir secciones faltantes de la nube de puntos de las cabras causadas por factores inevitables como barandas y polvo. Las medidas de altura del cuerpo, longitud de inclinación del cuerpo y circunferencia del pecho se calcularon por separado con una desviación de no más de 25 mm y un error promedio del 3.1%. El sistema procesa cada cabra en un tiempo promedio de 3-5 s. Este método proporciona una extracción y reconstrucción rápidas y precisas de nubes de puntos 3D de cabras en movimiento en granjas reales, sin intervención humana. Ofrece una valiosa solución tecnológica para el monitoreo y evaluación no contactless del tamaño del cuerpo, peso, forma y apariencia de las cabras.