open3d使用总结

基于python版的pcl库---open3d，下面对其使用进行简单总结：

一、安装

pip install open3d

二、简单使用

open3d支持如下点云文件类型

Format	Description
xyz	`每行包含[x, y, z]`, 其中 `x`, `y`, `z` 分别是三维坐标
xyzn	`每行包含[x, y, z, nx, ny, nz]`, 其中 `nx`, `ny`, `nz` 是法向量
xyzrgb	每行包含 `[x, y, z, r, g, b]`, 其中`r`, `g`, `b` 是`[0, 1]的float数据`
pts	第一行是点数. 接下来的行遵循如下其中一种格式:`[x, y, z, i, r, g, b]`, `[x, y, z, r, g, b]`, `[x, y, z, i]` or `[x, y, z]`, 其中`x`, `y`, `z`, `i` 是 `double类型` ，`r`, `g`, `b` 是 `uint8类型`
ply	见多边形格式, ply文件可以包含点云和mesh网格数据
pcd	见点云数据 //可直接打开pcd,ply文件 source = o3.io.read_point_cloud('bunny.pcd') //保存pcdt文件 o3.io.write_point_cloud("C:\\Users\\1\\Desktop\\配准数据\\result(cpd).pcd",result)
txt	//打开txt文件 source = o3.io.read_point_cloud('C:\\Users\\1\\Desktop\\配准数据\\source.txt',format="xyz") target = o3.io.read_point_cloud('C:\\Users\\1\\Desktop\\配准数据\\target.txt',format="xyz") //或者 source = o3.geometry.PointCloud() m1 = np.loadtxt('C:\\Users\\1\\Desktop\\配准数据\\source.txt')[:, 0:3] source.points = o3.utility.Vector3dVector(m1) //保存为txt文件 np.savetxt('C:\\Users\\1\\Desktop\\配准数据\\result(cpd).txt', result.points, fmt="%f", delimiter=" ") “”“ data/task.txt：参数为文件路径以及TXT文本名 self.task：为要保存的数组名 fmt="%d"：为指定保存的文件格式，这里为十进制 delimiter=" "表示分隔符，这里以空格的形式隔开 ”“”

（1）点云读取

read_point_cloud(filename, format='auto', remove_nan_points=True, remove_infinite_points=True, print_progress=False):

参数:

filename (str): 点云文件路径
format (str, optional, default='auto'): 输入文件格式filehe的路径。如果未指定或设置为“auto”，则从文件扩展名推断格式
remove_nan_points (bool, optional, default=False): 如果True，所有包含NaN的点都将从PointCloud中删除。
remove_infinite_points (bool, optional, default=False): 如果为True，所有包含无限值的点都将从PointCloud中删除
print_progress (bool, optional, default=False): 如果设置为true，控制台中会显示一个进度条
返回:

open3d.geometry.PointCloud
默认情况下，Open3D尝试通过文件名扩展名推断文件类型，默认读取的是xyz维度信息。

pcd = o3d.io.read_point_cloud("../../test_data/my_points.txt", format='xyz')
也可以显式地指定文件类型。在这种情况下，文件扩展名将被忽略。

（2）点云写入

write_point_cloud(filename, pointcloud, write_ascii=False, compressed=False, print_progress=False)

参数:

filename (str): 点云文件保存路径名.
pointcloud (open3d.geometry.PointCloud): 目标点云
compressed (bool, optional, default=False): 设置为' ' True ' '以压缩格式写入。
print_progress (bool, optional, default=False):如果设置为true，控制台中会显示一个进度条
返回:bool类型
保存一个点云（o3d.pcd）到本地文件

（3）点云显示

draw_geometries(window_name='Open3D', width=1920, height=1080, left=50, top=50, point_show_normal=False, mesh_show_wireframe=False, mesh_show_back_face, *args, **kwargs):

参数:

geometry_list (List[open3d.geometry.Geometry]): 可视化点云列表。
window_name (str, optional, default='Open3D'): 可视化窗口名称。
width (int, optional, default=1920): 可视化窗口宽
height (int, optional, default=1080): 可视化窗口高
left (int, optional, default=50): 可视化窗口左边距
top (int, optional, default=50): 可视化窗口上边距
point_show_normal (bool, optional, default=False): 如果设置为True，可视化点的法向量。
mesh_show_wireframe (bool, optional, default=False): 如果设置为true，可视化网格线框。
mesh_show_back_face (bool, optional, default=False): 可视化网格三角形背面。
返回:

None

还有一些特殊场景可能需要自定义可视化，具体可以参考tutorial:Customized visualization — Open3D 0.15.1 documentation

（4）示例

import open3d as o3d
import numpy as npprint("Load a ply point cloud, print it, and render it")
# ply_point_cloud = o3d.data.PLYPointCloud()
plyname = r'fragment.ply'
#读点云
pcd = o3d.io.read_point_cloud(plyname)
print(pcd)
print(np.asarray(pcd.points))
#点云显示
o3d.visualization.draw_geometries([pcd],zoom=0.3412,front=[0.4257, -0.2125, -0.8795],lookat=[2.6172, 2.0475, 1.532],up=[-0.0694, -0.9768, 0.2024])
#保存点云
o3d.io.write_point_cloud("save.pcd", pcd)

参考链接：

1、Basic — Open3D 0.9.0 documentation

2、open3d-点云读写和显示_月亮299的博客-CSDN博客

3、爆肝5万字❤️Open3D 点云数据处理基础（Python版）_孙悟空的博客-CSDN博客_open3d教程

open3d使用总结相关推荐

Open3D o3dtut怎么导入才不报错
Open3D o3dtut 怎么导入才不报错问题解决 1. 导入o3dtut 2. 添加open3d_tutorial.py类 3. 构建目录结构 4. 运行成功写这篇博客源于博友的提问,最初我 ...
Open3D点云处理算法最全合集
Open3D点云处理算法最全合集,致力于搜集可运行,可视化较好的Open3D算法,持续更新中- 1. Open3D 点云读取及可视化.离群点去除 2. Open3D 点云体素格下采样 3. Open3 ...
Open3D KdTree建立、3种近邻搜索及结果可视化
1. 点云索引 Open3D KdTree,可以快速的在无序的点云中建立空间拓扑结构,使得能迅速的进行近邻搜索: 2. 近邻方法分类: Open3D这边支持的近邻搜索方法由VTK实现: K近邻搜索(K ...
Open3D DbScanClustering聚类算法
DBSCAN聚类算法,是基于密度的聚类算法.该算法需要两个参数. labels = np.array(pcd.cluster_dbscan(eps=0.02, min_points=10, print ...
Open3D 三维点云读取可视化、下采样、去除离群点、地面提取
Open3D:3D数据处理的现代库,是一个开放源代码库,支持快速开发处理3D数据的软件.Open3D在C ++和Python中公开了一组精心选择的数据结构和算法.后端经过高度优化,并支持并行化. 推荐 ...
Open3d学习计划—高级篇 8（网格变形）
Open3D是一个开源库,支持快速开发和处理3D数据.Open3D在c++和Python中公开了一组精心选择的数据结构和算法.后端是高度优化的,并且是为并行化而设置的. 本系列学习计划有Blue同学作 ...
Open3d学习计划—高级篇 7（颜色映射）
Open3D是一个开源库,支持快速开发和处理3D数据.Open3D在c++和Python中公开了一组精心选择的数据结构和算法.后端是高度优化的,并且是为并行化而设置的. 本系列学习计划有Blue同学作 ...
Open3d学习计划—高级篇 6（体素化）
Open3D是一个开源库,支持快速开发和处理3D数据.Open3D在c++和Python中公开了一组精心选择的数据结构和算法.后端是高度优化的,并且是为并行化而设置的. 本系列学习计划有Blue同学作 ...
Open3d学习计划—高级篇 5（RGBD融合）
Open3D是一个开源库,支持快速开发和处理3D数据.Open3D在c++和Python中公开了一组精心选择的数据结构和算法.后端是高度优化的,并且是为并行化而设置的. 本系列学习计划有Blue同学作 ...
Open3d学习计划—高级篇 4（多视角点云配准）
本文为转载文章,原创作者为blue同学,可关注他的博客:https://blog.csdn.net/io569417668 Open3D是一个开源库,支持快速开发和处理3D数据.Open3D在c++和 ...

open3d使用总结

open3d使用总结相关推荐

最新文章

热门文章