点云 3D 可视化 - Open3D 库
点云 3D 可视化 - Open3D 库
- 1. 文章信息
- 2. Open3D 库简介
- 2. 3D 可视化使用
- 2.1 单帧点云
- 2.2 多帧点云
1. 文章信息
(1)标题:Open3D: A Modern Library for 3D Data Processing (2018)
(2)文章链接:https://arxiv.org/pdf/1801.09847.pdf
(3)Open3D 库网址:http://www.open3d.org/
2. Open3D 库简介
- Open3D 是一个开源库,支持快速开发处理 3D 数据的软件。Open3D 前端在 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,并设置为并行化。Open3D 是从一块干净的石板上开发出来的,有一个小的、经过仔细考虑的依赖项集。它可以在不同的平台上设置,并从源代码进行编译,只需很少的工作量。代码干净、样式一致,并通过清晰的代码审查机制进行维护。Open3D已经在许多已发表的研究项目中使用,并积极部署在云端。我们欢迎开源社区的贡献。核心特性如下:
- Simple installation via conda and pip
- 3D data structures
- 3D data processing algorithms
- Scene reconstruction
- Surface alignment
- PBR rendering
- 3D visualization
- Python binding
- 安装方法
conda install open3d 或者 pip install open3d
2. 3D 可视化使用
2.1 单帧点云
import numpy as np
import open3d as o3ddef hsv2rgb(h_, s_, v_):r_ = 0g_ = 0b_ = 0c_ = v_ * s_x_ = c_ * (1 - (abs((h_ / 60) % 2 - 1)))m = v_ - c_if (h_ >= 0) and (h_ < 60):r_ = c_ + mg_ = x_ + mb_ = 0 + melif (h_ >= 60) and (h_ < 120):r_ = x_ + mg_ = c_ + mb_ = 0 + melif (h_ >= 120) and (h_ < 180):r_ = 0 + mg_ = c_ + mb_ = x_ + melif (h_ >= 180) and (h_ < 240):r_ = 0 + mg_ = x_ + mb_ = c_ + melif (h_ >= 240) and (h_ < 300):r_ = x_ + mg_ = 0 + mb_ = c_ + melif (h_ >= 300) and (h_ < 360):r_ = c_ + mg_ = 0 + mb_ = x_ + mreturn np.array([r_, g_, b_]) # 0~1data_path = '/home/hjw/point_cloud_test/point_cloud_test_data.npy' # 本人自己的测试数据,直接替换即可
point_cloud = np.load(data_path).astype(np.float32, copy=False)point_xyz = point_cloud[:, :3] # x, y, z
point_intensity = point_cloud[:, 3] # intensity# point_color = [] # user defined colormap
# colormap = np.array([[150, 150, 150],
# [255, 0, 255],
# [0, 255, 0],
# [255, 255, 0]]) / 255.0
# for point_id in range(point_cloud.shape[0]):
# color_value = 0
# point_color.append(colormap[color_value])# point_color = [] # ros colormap
# for point_id in range(point_cloud.shape[0]):
# color_value = max(min(point_intensity[point_id], 255), 0) / 255.0 * 240.0
# point_color.append(hsv2rgb(color_value, 1, 1))point_color = [] # pc colormap
for point_id in range(point_cloud.shape[0]):color_value = max(min(255 - point_intensity[point_id], 255), 0) / 255.0 * 240.0point_color.append(hsv2rgb(color_value, 1, 1))pcd = o3d.geometry.PointCloud() # 传入3d点云pcd.points = o3d.utility.Vector3dVector(point_xyz) # point_xyz 二维 numpy 矩阵,将其转换为 open3d 点云格式pcd.colors = o3d.utility.Vector3dVector(point_color) # 根据 intensity 和 colormap 着色vis = o3d.visualization.Visualizer()
vis.create_window(width=800, height=600) # 创建窗口
render_option = vis.get_render_option() # 渲染配置
render_option.background_color = np.array([0, 0, 0]) # 设置点云渲染参数,背景颜色
render_option.point_size = 1.0 # 设置渲染点的大小
vis.add_geometry(pcd) # 添加点云view_control = vis.get_view_control() # 视角配置
# view_control.change_field_of_view(step=30)
# view_control.rotate(90.0, 10.0)
# view_control.set_front([0, 1, 0.5])
# view_control.set_lookat([1, 0, 0])
# view_control.set_up([0, -1, 0])
# view_control.translate(-50, -100)
view_control.set_zoom(0.2)vis.run()vis.destroy_window()
详细参数介绍见 API 网址:http://www.open3d.org/docs/release/python_api/open3d.visualization.ViewControl.html
2.2 多帧点云
import os
import numpy as np
import open3d as o3dfolder_path = '/home/hjw/point_cloud_test/' # 本人自己的测试数据路径,直接替换即可
files = os.listdir(folder_path)vis = o3d.visualization.Visualizer()
vis.create_window(width=800, height=600) # 创建窗口
pcd = o3d.geometry.PointCloud()
to_reset = True
vis.add_geometry(pcd)for file_index in range(len(files)):data_path = os.path.join(folder_path, files[file_index])point_cloud = np.load(data_path).astype(np.float32, copy=False)point_xyz = point_cloud[:, :3] # x, y, zpoint_intensity = point_cloud[:, 3] # intensitypcd.points = o3d.utility.Vector3dVector(point_xyz)vis.update_geometry(pcd)if to_reset:vis.reset_view_point(True)to_reset = Falsevis.poll_events()vis.update_renderer()
点云 3D 可视化 - Open3D 库相关推荐
- 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 ...
- python 3D 可视化工具应用 - Open3D (一)
python 版本 3D 可视化工具应用 -Open3D(一) open3d对于python版本的3d工具非常好用,且支持windows和ubuntu系统. 相关项目地址:https://gitcod ...
- 点云可视化 open3D
禁止转载 好博客汇总 Python点云数据处理(六)Open3d补充:点云基本处理 - 知乎 https://zhuanlan.zhihu.com/p/353971365?utm_id=0 open3 ...
- 移动办公时代的工程行业怎么管理图像?大象云推出3D可视化整体解决方案
三维可视化解决方案目前通用的有两种,一种是WebGL,一种是虚拟机或虚拟应用.WebGL是免费的开源方案,但WebGL对计算机硬件要求比较高,更新换代费用高.如果用户需要传递3D图,受显卡限制,需要提 ...
- OpenPCDet:点云3D目标检测开源库
本文转载自知乎,已获作者授权转载. 链接:https://zhuanlan.zhihu.com/p/152120636 随着自动驾驶与机器人技术的不断发展,基于点云表征的3D目标检测领域在近年来取得了 ...
- Vue常用的组件库大全【前端工程师必备】【实时更新】【移动端、PC端(web端)、数据可视化组件库(数据大屏) 、动画组件库、3D组件库】
Vue常用的组件库大全[前端工程师必备] (一)移动端 常用组件库 1)Vant ui 2)Cube UI 3)VUX 4) NuTUI 5)Mint ui 6)Varlet UI 7)OnsenUI ...
- GIS+WebGL智慧消防3D可视化云控系统
智慧消防不仅仅是一个平台,一个解决方案,更是火灾救援中的一份安全保障,能为灭火救援提供信息支撑,提高救援效率,实现灭早灭小,充分保障人民群众的生命财产损失,是技术和时代创新发展的成果. 建设背景 近年 ...
- 点云 3D 目标检测 - PointPillars(CVPR 2019)
点云 3D 目标检测 - PointPillars(CVPR 2019) 摘要 1. 导言 1.1 相关工作 1.1.1 使用CNNs进行目标检测 1.1.2 激光雷达点云中的目标检测 1.2 贡献 ...
- [学习SLAM] 3D可视化 只viz模块和pangolin
viz模块主要用于3D可视化显示 与pangolin相比:缺点,不容易添加控件(按钮,滑动条等) ;优点,简单调试方便. 创建一个窗口并显示坐标系 首先看个简单示例程序,创建一个窗口并显示坐标系: / ...
最新文章
- python进程数上限_python如何控制进程或者线程的个数
- 1578: [Usaco2009 Feb]Stock Market 股票市场
- apache tomcat下32还是64_linux平台下Tomcat的安装与优化
- 【Windows 逆向】OD 调试器工具 ( 显示模块窗口 | 显示记录窗口 | 显示内存窗口 | 显示线程 | 显示句柄 | 显示 CPU | 多窗口界面 )
- 第九课:循环链表与双向链表
- 安卓下载功能中的广播接收器
- I - Arbitrage(判断是否有无正环 II)
- 基于深度卷积神经网络的苹果叶片植物病理学疾病检测
- 开课吧:浅析人工智能对网络安全格局的影响
- acm题库及答案 java_ACM试题及答案.docx
- java求100以内奇数和
- MT4/MT5 EA 回测价格模式OHLC之坑
- 6 数据库设计:实体-联系方法
- 浏览被植入木马的网站,可能也会中木马
- 怎样用matlab把视频转gif动画,Matlab制作视频并转换成gif动态图的两种方法
- PaddlePaddle入门-1
- 前端开发入门到实战:六种组织CSS的方式
- 中国人的创新能力是怎么被扼杀的
- 赢在中国 第二季 语录
- Windows 7下的Excel 2010同时打开多个独立的窗口 [转]