上一节中介绍了点云配准的基础知识。本节将采用python open3d来进行点云配准。

open3d安装和点云配准介绍，请参考：

Open3d读写ply点云文件_Coding的叶子的博客-CSDN博客1 Open3d 安装Open3d是由Intel发布的一个开源库，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。Open3d直接使用pip安装即可。解决下载慢的问题，请切换下载源。设置方式请参考：python pip_Coding的叶子的博客-CSDN博客。pip install open3dply点云格式介绍请参考：点云格式介绍（二）_Codin...https://blog.csdn.net/suiyingy/article/details/124296483 点云配准（一）— ICP方法_Coding的叶子的博客-CSDN博客点云配准——ICP方法介绍https://blog.csdn.net/suiyingy/article/details/124336448

如上一节中介绍，点云配准的ICP方法分为两大类，点到点和点到平面。open3d 中提供了这两种方法，分别用到o3d.pipelines.registration.TransformationEstimationPointToPoint和o3d.pipelines.registration.TransformationEstimationPointToPlane。本节仅介绍点到点的使用方式，点到面的后续再进行补充。

配准样例数据下载地址：python点云配准样例数据-深度学习文档类资源-CSDN下载。

下载下来的点云文件有bun000.ply和bun045.ply，open3d读写ply点云文件请参考：。

这里用bun000.ply的点云作为原始点云，对应代码中的points1，结果显示中绿色部分点云；bun045.ply作为目标点云，对应代码中的points2，结果显示中蓝色部分点云。代码中points3是points1配准到points2上的结果，对应结果显示张绿色部分的点云。

参考代码

# -*- coding: utf-8 -*-
"""
Created on Sat Apr 16 08:51:41 2022@author: https://blog.csdn.net/suiyingy
"""
from mayavi import mlab
import numpy as np
import open3d as o3ddef ply_read(file_path):lines = []with open(file_path, 'r') as f:lines = f.readlines()return lines#将每一行数据分割后转为数字
def ls2n(line):line = line.strip().split(' ')return list(map(float, line))def viz_mayavi_3(points1, points2,   points3):x = points1[:, 0]# x position   of pointy = points1[:, 1]# y position   of pointz = points1[:, 2]# z position   of pointfig = mlab.figure(bgcolor=(0, 0, 0), size=(640, 360))mlab.points3d(x, y, z, z, mode="point", color=(0, 1,  0), figure=fig)x = points2[:, 0]# x position   of pointy = points2[:, 1]# y position   of pointz = points2[:, 2]# z position   of pointmlab.points3d(x, y, z, z, mode="point", color=(1, 0,  0), figure=fig)x = points1[:, 0]# x position   of pointy = points1[:, 1]# y position   of pointz = points1[:, 2]# z position   of pointmlab.points3d(x, y, z, z, mode="point", color=(0, 0,  1), figure=fig)mlab.show()if __name__ == '__main__':file_path = 'bun000.ply'points = ply_read(file_path)points = points[24:(24+40256)]points1 = np.array(list(map(lambda x: ls2n(x), points)))file_path = 'bun045.ply'points = ply_read(file_path)points = points[24:(24+40097)]points2 = np.array(list(map(lambda x: ls2n(x), points)))threshold = 0.2 #距离阈值trans_init = np.array([[1.0, 0.0, 0.0, 0.0],[0.0, 1.0, 0.0,   0.0],[0.0, 0.0, 1.0, 0],[0.0, 0.0, 0.0,   1.0]])#计算两个重要指标，fitness计算重叠区域（内点对应关系/目标点数）。越高越好。#inlier_rmse计算所有内在对应关系的均方根误差RMSE。越低越好。source = o3d.geometry.PointCloud()source.points = o3d.utility.Vector3dVector(points1)target = o3d.geometry.PointCloud()target.points = o3d.utility.Vector3dVector(points2)print("Initial alignment")print(source)icp = o3d.pipelines.registration.registration_icp(source, target, threshold, trans_init,o3d.pipelines.registration.TransformationEstimationPointToPoint())print(icp)source.transform(icp.transformation)print(icp.transformation)points3 = np.array(source.points)viz_mayavi_3(points1, points2, points3)

配准效果图

python三维点云研究计划_Coding的叶子的博客-CSDN博客_3d点云 python将按照以下目录持续进行更新……点云格式介绍、点云可视化、点云投影、生成鸟瞰图、生成前视图、点云配准、点云分割、三维目标检测、点云重建、深度学习点云算法……https://blog.csdn.net/suiyingy/article/details/124017716点云配准（一）— ICP方法_Coding的叶子的博客-CSDN博客点云配准——ICP方法介绍https://blog.csdn.net/suiyingy/article/details/124336448 更多三维、二维感知算法和金融量化分析算法请关注“乐乐感知学堂”微信公众号，并将持续进行更新。

点云配准（二）— python open3d ICP方法相关推荐

点云配准 3- icp-交互式ICP点云配准
一.声明本人作为初学者,才开始接触点云配准这一块,如有错误地方,望大家指出,我将及时修改,共同进步.其次这一部分主要是点云数据配准的第一个程序,也是官方代码比较直观的一次icp配准实验. 二.数据来 ...
点云配准的传统算法ICP与NDT概述
公众号致力于分享点云处理,SLAM,三维视觉,高精地图相关的文章与技术,欢迎各位加入我们,一起交流一起进步,有兴趣的可联系微信:920177957.本文来自点云PCL博主的分享,未经作者允许请勿转载, ...
Open3d系列 | 1. Open3d实现点云数据读写、点云配准、点云法向量计算
如有错误,恳请指出. 从这一篇博客开始,开始利用Open3d来处理点云数据.之后将围绕点云数据的多种处理方式来记录笔记.本篇博客的内容包括点云的文件格式介绍,点云数据的读取,以及点云的配准与点云的法向 ...
教程：Python Open3d 完成 ICP 点云配准
Python Open3d 完成 ICP 点云配准关于Open3d Open3D 是一个在Python和C++平台上的三维数据处理与可视化库.它由 Qian-Yi Zhou,Jaesik Park, ...
GICP：基于体素泛化ICP方式的准确快速点云配准方法
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达标题: Voxelized GICP for Fast and Accurate 3D Point C ...
CVPR2020：训练多视图三维点云配准
CVPR2020:训练多视图三维点云配准 Learning Multiview 3D Point Cloud Registration 源代码和预训练模型:https://github.com/zgo ...
三维重建10：点云配准和点云匹配
点云的配准一般分为等价集合和律属集合两种配准,其中等价集合配准叫做匹配过程,律属集合配准被称为Alignment. 点云的匹配一般使用ICP方法( ICP:Iterative Closest Poi ...
点云配准——经典配准算法及配准效果对比
目录点云配准基础知识什么是点云配准? 点云配准的步骤粗配准精配准点云配准的经典算法 ICP算法 NDT算法 3DSC算法 PFH FPFH 完全配准效果对比点云配准基础知识什么是点云配准 ...
python点云快速配准_分享一个V-SLAM中点云配准算法改进的方法
近年来,随着自主导航的广泛应用,视觉同时定位与地图构建(Visual simultaneous localization and mapping, V-SLAM)通过自身携带的视觉传感器对周围环境进行 ...

点云配准（二）— python open3d ICP方法

参考代码

配准效果图

点云配准（二）— python open3d ICP方法相关推荐

最新文章

热门文章