Actualmente, la robustez de los algoritmos de reconocimiento de plagas basados en la ampliación de muestras con imágenes bidimensionales se ve afectada negativamente por las plagas de polillas con posturas diferentes. Obtener información de postura tridimensional (3D) de las plagas puede proporcionar información para la deformación de modelos 3D y generar muestras de entrenamiento para modelos de aprendizaje profundo. En este estudio, se propone un algoritmo del método de extracción de información de postura 3D para (Drury) basado en visión monocular. Se tomaron cuatro imágenes de cada muestra recogida en intervalos de 90 grados. La información de la postura 3D de las alas se extrajo utilizando seguimiento de límites, ajuste de bordes, posicionamiento preciso y coincidencia, y cálculos. La información de la postura 3D del torso se obtuvo mediante extracción de bordes y ajuste de curvas. Finalmente, la información de la postura 3D de las alas y el abdomen obtenida por este método se comparó con la obtenida por medición de escáner 3D de grado metrología. Los resultados mostraron que el error relativo del ángulo de las alas estaba entre 0.32% y 3.03%, el error cuadrático medio fue 1.9363, y el error relativo promedio del torso fue del 2.77%. La información de postura 3D puede proporcionar un importante soporte de datos para la ampliación de muestras e identificación de especies de plagas de polillas.