Open3D学习笔记

Open3D是一个开源库，它支持处理3D数据的软件的快速开发。Open3D前端在C++和Python中有一些公开的数据结构和算法。后端经过高度优化，并设置为并行化。

PCL也是3D点云数据处理的优秀开源库，在C++平台上表现较好，但是在Python上python-pcl长时间不更新，维护少，不太好用，不建议使用。

Open3D由Intel发布，效率很快，python版本的库也很友好，python环境下建议使用！

1. 安装与引用

1.1. 安装

pip install open3d

1.2. 引用

import open3d as o3d

2. 读写数据

2.1. 读取数据o3d.io.read_point_cloud

参数

示例

#忽略.txt格式，读取的格式为xyz
pcd =o3d.io.read_point_cloud("my_points.txt",format='xyz')

3. 格式转换

3.1. 从open3d.PointCloud转为NumPy

如这个例程所示,Vector3dVector类型的pcd_load.points通过np.asarray直接转化为NumPy数组.

# Load saved point cloud and visualize it
pcd_load = o3d.io.read_point_cloud("TestData/sync.ply")
 
# convert Open3D.o3d.geometry.PointCloud to numpy array
xyz_load = np.asarray(pcd_load.points)
print('xyz_load')
print(xyz_load)
o3d.visualization.draw_geometries([pcd_load])

3.2. 从NumPy转为open3d.PointCloud

Open3d提供了从NumPy矩阵到3D向量的转换.使用Vector3dVector,能够直接将一个NumPy矩阵变为open3d.PointCloud.points.
通过这种方式,所有类似的数据结构比如open3d.PointCloud.colors 或 open3d.PointCloud.normals,都能直接使用NumPy赋值或者修改.以下代码将点云保存为ply格式以供下一步使用.

# Pass xyz to Open3D.o3d.geometry.PointCloud and visualize
pcd = o3d.geometry.PointCloud()
pcd.points = o3d.utility.Vector3dVector(xyz)
pcd.colors = o3d.utility.Vector3dVector(rgb)
o3d.io.write_point_cloud("TestData/sync.ply", pcd)

4. 可视化

函数o3d.visualization

示例

import open3d as o3d
 
pcd = o3d.io.read_point_cloud("test_data/fragment.pcd") # 读取pcd文件
 
print(pcd) #只是简单的打印信息：PointCloud with 113662 points.
 
#显示，zoom等信息是一些可选项
o3d.visualization.draw_geometries([pcd])
# 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])
 
# 在同级目录下写入 copy_of_fragment.pcd文件
o3d.io.write_point_cloud("copy_of_fragment.pcd", pcd)

参考文献

python PCL 与OPEN3D - 码农教程

Open3D – A Modern Library for 3D Data Processing

【点云处理技术之open3d】第一篇：open3d的快速安装、简介、文件的读写和可视化操作_非晚非晚的博客-CSDN博客_open3d

Open3d学习计划——11（使用NumPy） - 灰信网（软件开发博客聚合）