Open3D的基本使用

前言

在处理点云数据时，PCL库的安装和上手难度较大，英特尔的Open3D在性能和开箱即用上表现优异，可以读存、处理和显示各类点云，故做此试验。

准备工作

安装

使用window11下的pychram，配置python3.6的虚拟环境，（PS:open3d到博客写作日期为止，暂时只支持3.6-3.8版本），进行虚拟环境的setting，依次安装open3d，numpy，opencv（optional）

测试数据下载

在gethub上下载open3d的源码，里面包含了我们需要官方提供的测试数据：

isl-org/Open3D: Open3D: A Modern Library for 3D Data Processing (github.com)

测试数据位于：

Open3D-master\\examples\\test_data\\

初步使用

点云显示

简单的使用，显示一个带彩色的点云

import open3d as o3d
import numpy as npprint("Load a ply point cloud, print it, and render it")
#读取点云数据
pcd = o3d.io.read_point_cloud("C:\\Document\\Open3D-master\\examples\\test_data\\fragment.ply")
print(pcd)
print(np.asarray(pcd.points))
#显示点云数据
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])

显示效果如下所示：
在这里插入图片描述

voxel降采样

voxel降采样使用常规体素栅格从输入点云创建均匀下采样点云。通常用于许多点云处理任务的预处理步骤。该算法分两步操作：

1.点被折成voxel。

2.每个占用的体素通过平均内部的所有点生成恰好一个点。

代码在刚才的基础上稍作改动：

import open3d as o3d
import numpy as npprint("Load a ply point cloud, print it, and render it")
pcd = o3d.io.read_point_cloud("C:\\Document\\Open3D-master\\examples\\test_data\\fragment.ply")
print("Downsample the point cloud with a voxel of 0.05")
downpcd = pcd.voxel_down_sample(voxel_size=0.05)
o3d.visualization.draw_geometries([downpcd],zoom=0.3412,front=[0.4257, -0.2125, -0.8795],lookat=[2.6172, 2.0475, 1.532],up=[-0.0694, -0.9768, 0.2024])

可以上一步中较为稠密的点云经过处理已经变得比较稀疏，其用途还需进一步学习。

定点的法线估计

点云的另一个基本操作是点法线估计。按N键查看点法线。键-和+可用于控制法线的长度。

import open3d as o3d
import numpy as npprint("Load a ply point cloud, print it, and render it")
pcd = o3d.io.read_point_cloud("C:\\Document\\Open3D-master\\examples\\test_data\\fragment.ply")
print("Downsample the point cloud with a voxel of 0.05")
downpcd = pcd.voxel_down_sample(voxel_size=0.05)
downpcd.estimate_normals(search_param=o3d.geometry.KDTreeSearchParamHybrid(radius=0.1, max_nn=30))
o3d.visualization.draw_geometries([downpcd],zoom=0.3412,front=[0.4257, -0.2125, -0.8795],lookat=[2.6172, 2.0475, 1.532],up=[-0.0694, -0.9768, 0.2024],point_show_normal=True)

-的效果

+的效果

PS：estimate_normals计算每个点的法线。该函数用于查找相邻点，并使用协方差分析计算相邻点的主轴。

该函数将KDTreeSearchParamHybrid类的实例作为参数。两个关键参数radius=0.1和max_nn=30指定搜索半径和最大最近邻。它的搜索半径为10cm，最多只考虑30个邻居以节省计算时间。

【杂项学习】Open3D的基本使用相关推荐

Open3D 界面编程之控件详解
文章目录基础控件树形图图像显示控件 ColorEdit 基础控件根据控件的使用难度和功能的复杂度,这里挑选出九种最简单,同时使用最为频繁的九种控件入门控件备注输入参数 Label 文本标 ...
CTF MISC（杂项）give_you_flag
CTF MISC(杂项学习记录) 攻防世界新手练习区 004 give_you_flag 下载附件后,可以直接进行观看,发现GIF的最后有一个二维码.(说来惭愧,我还试了试暂停到那,拿手机开始扫). ...
Github 最受欢迎的 35 个项目一览
文章目录 Github 最受欢迎的 35 个项目一览搜索 Github 仓库分析社区 JavaScript 领域 CSS 领域 Python 领域杂项学习资料.面试资料.职业生涯指引.设计指南 ...
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学习计划—高级篇 3（点云全局配准）
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 ...

【杂项学习】Open3D的基本使用