当前位置:   article > 正文

【Lidar】基于Python的Open3D库可视化点云数据_open3d可视化

open3d可视化

1 Open3D库介绍

1.1 介绍

        Open3D是一个开源的3D数据处理库,发布于2015年,目前已经更新到0.17.0版本。它基于MIT协议开源许可,使用C++11实现,并经过高度优化,还通过Python Pybinding提供了前端Python API。 Open3D为开发者提供了一组精心选择的数据结构和算法,内部实现高度优化并设置为并行化。它处理3D数据的各种应用,包括点云、网格、体积计算、可视化、深度学习、测量和场景图等。Open3D的目标是成为一个高效,可扩展和易用的3D数据处理库。

1.2 功能

  • 点云处理:Open3D可以读取和处理各种格式的点云数据,包括PLY,XYZ,PZSD等等。此外,它还提供了一些处理点云的函数,如滤波,配准,分割等等。
  • 网格处理:Open3D可以处理三角网格数据,包括读取和处理OBJ,PLY等等格式的三角网格数据。此外,它还提供了一些处理三角网格的函数,如平滑,重建等等。
  • 体积计算:Open3D提供了计算3D体积的功能。你可以使用它来计算点云或三角网格的体积。
  • 可视化:Open3D提供了可视化的功能。你可以使用它来显示点云,三角网格等等。此外,它还提供了一些交互式的工具,如旋转,缩放等等。
  • 深度学习:Open3D提供了支持深度学习的功能。你可以使用它来实现一些深度学习的算法,如卷积神经网络(CNN),循环神经网络(RNN)等等。此外,它还提供了一些预训练的模型,如PointNet,PointNet++等等。
  • 测量:Open3D提供了测量点云或三角网格之间距离的功能。你可以使用它来测量两个点云或三角网格之间的距离,或者一个点云或三角网格到另一个点云或三角网格的距离。
  • 场景图:Open3D提供了一个场景图的功能。你可以使用它来表示和操作场景中的物体。场景图是一种数据结构,可以有效地表示和管理场景中的物体之间的关系。

2 基于Python可视化点云

        主体函数:o3d.visualization.draw_geometries([pcd], window_name='Point Cloud View', width=1920,height=1080,left=50,top=50,point_show_normal=False,mesh_show_wireframe=False, mesh_show_back_face=False)

        参数含义:显示内容、窗口标题、长、宽、左边距、右边距、是否可视化法线、是否可视化网络线框、是否可视化网络三角形背面。

  1. # -*- coding: utf-8 -*-
  2. """
  3. @Time : 2023/11/3 14:37
  4. @Auth : RS迷途小书童
  5. @File :Convert Raster And Vector.py
  6. @IDE :PyCharm
  7. @Purpose:点云可视化
  8. """
  9. import open3d as o3d
  10. import numpy as np
  11. import matplotlib.pyplot as plt
  12. def point_show(path, point_type):
  13. pcd = o3d.io.read_point_cloud(path, format=point_type, remove_nan_points=True, remove_infinite_points=True, print_progress=True)
  14. # 路径、输入格式、删除包含NAN的所有点、删除包含无限值的所有点、可视化进度条
  15. print(pcd) # 输出点云点的个数
  16. print(np.asarray(pcd.points)) # 输出点的三维坐标
  17. """
  18. 格式 描述
  19. xyz 每一行包含[x,y,z],其中x,y,z是三维坐标
  20. xyz n 每一行包含[x,y,z,nx,ny,nz],其中x,y,z是三维坐标,nx,ny,nz是法向量
  21. xyz rgb 每一行包含[x,y,z,r,g,b],其中x,y,z是三维坐标,r,g,b是颜色信息,取值范围是[0,1]
  22. pts 第一行是表示点数的整数。随后的行遵循以下一种格式:[x,y,z,i,r,g,b],[x,y,z,r,g,b],[x,y,z,i]或[x,y,z],,其中x,y,z,i是double类型,r,g,b是un int8类型
  23. ply 见:多边形文件格式,ply文件可同时包含点云和网格数据
  24. pcd 见:点云数据
  25. """
  26. # pcd.paint_uniform_color([0, 1, 1]) # 固定颜色显示
  27. # pcd.colors = o3d.utility.Vector3dVector(np.random.uniform(0, 1, (1,3))) # 随机颜色显示
  28. o3d.visualization.draw_geometries([pcd], window_name='Point Cloud View', width=1920, height=1080, left=50, top=50,
  29. point_show_normal=False, mesh_show_wireframe=False, mesh_show_back_face=False)
  30. # zoom=0.3412,front=[0.4257, -0.2125, -0.8795],lookat=[2.6172, 2.0475, 1.532],up=[-0.0694, -0.9768, 0.2024]
  31. # 显示内容、窗口标题、长、宽、左边距、右边距、是否可视化法线、是否可视化网络线框、是否可视化网络三角形背面
  32. o3d.io.write_point_cloud(r'1.xyz', pcd, write_ascii=False, compressed=False, print_progress=True)
  33. # 路径、文件、以ascii格式输出否则使用二进制输出、以压缩格式写入、可视化进度条
  34. # ---------------------------matplotlib库显示----------------------------
  35. x = np.asarray(pcd.points)[:, 0]
  36. y = np.asarray(pcd.points)[:, 1]
  37. z = np.asarray(pcd.points)[:, 2]
  38. # 绘制三维散点图
  39. fig = plt.figure()
  40. ax = fig.add_subplot(projection='3d')
  41. ax.set_xlabel('X Axes')
  42. ax.set_ylabel('Y Axes')
  43. ax.set_zlabel('Z Axes')
  44. # ax.grid(None) # 隐藏格网
  45. ax.scatter(x, y, z)
  46. plt.show()
  47. if __name__ == "__main__":
  48. Path = r'彭俊喜/433 - Cloud1 - Cloud.ply'
  49. Type = 'ply'
  50. point_show(Path, Type)

3 总结

        上诉的代码中还包含了保存点云的代码,之后如果对点云数据处理后就可以使用这个代码对数据进行保存。Open3D库是一个非常强大的点云处理库,后续我会更新更多的相关代码,如果感兴趣可以关注我。对咯!可视化的窗口是有快捷键的,但是我记不太清,R应该是重置视角,Q是退出窗口,鼠标滑轮可以控制大小,其他的我忘了。。。。。。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/894319
推荐阅读
相关标签
  

闽ICP备14008679号