点云数据读取及可视化

文章目录

  • 一、软件可视
  • 二、matplotlib程序可视化
  • 三、matplotlib程序可视化(改进数据读取方式,简化代码)
  • 四、open3d可视化
  • 总结


不同点云文件的读取,可视化方式总结。


一、软件可视

直接将txt点云文件拖入打开的cloudcompare中,该软件会自动识别xyz及nxnynz。
txt点云文件,每行代表三维空间中的一个点,共6列,分别是xyz,nxnynz

二、matplotlib程序可视化

#-*-coding:utf-8-*-
import numpy as np 
import matplotlib.pyplot as plt 
from mpl_toolkits.mplot3d import Axes3D
 
def readXYZfile(filename, Separator):
  data = [[], [], []]
  f = open(filename,'r') 
  line = f.readline() 
  num = 0
  while line:  #按行读入点云(6列)
    c,d,e,_,_,_ = line.split(Separator)
    data[0].append(c)  #X坐标
    data[1].append(d)  #Y坐标
    data[2].append(e)  #Z坐标
    num = num + 1
    line = f.readline()
  f.close() 
  #string型转float型 ,下面的只有按照xzy的顺序才能正常显示,调换zy显示别扭,但是在cloudcompare软件中显示都正常
  x = [ float(data[0] ) for data[0] in data[0] ] 
  z = [ float(data[1] ) for data[1] in data[1] ] 
  y = [ float(data[2] ) for data[2] in data[2] ]
  print("读入点的个数为:{}个。".format(num))
  point = [x,y,z]
  return point
 
#三维离散点图显示点云
def displayPoint(data,title):
  #解决中文显示问题
  plt.rcParams['font.sans-serif']=['SimHei']
  plt.rcParams['axes.unicode_minus'] = False
  #散点图参数设置
  fig=plt.figure() 
  ax=Axes3D(fig) 
  ax.set_title(title) 
  ax.scatter3D(data[0], data[1],data[2], c = 'r', marker = '.') 
  ax.set_xlabel('x') 
  ax.set_ylabel('y') 
  ax.set_zlabel('z') 
  plt.show()
 
if __name__ == "__main__":
  data = readXYZfile("airplane_0003.txt",',')
  displayPoint(data, "airplane_0003")

三、matplotlib程序可视化(改进数据读取方式,简化代码)

#-*-coding:utf-8-*-
import numpy as np 
import matplotlib.pyplot as plt 
from mpl_toolkits.mplot3d import Axes3D
from ipdb import set_trace
 
def readXYZfile(filename, Separator):
  data = np.loadtxt(filename,delimiter = Separator)[:, 0:3]
  point = [data[:,0].tolist(),data[:,1].tolist(),data[:,2].tolist()]
  return point
 
#三维离散点图显示点云
def displayPoint(data,title):
  #散点图参数设置
  fig=plt.figure() 
  ax=Axes3D(fig) 
  ax.set_title(title) 
  ax.scatter3D(data[0], data[2], data[1], c = 'r', marker = '.') 
  ax.set_xlabel('x') 
  ax.set_ylabel('y') 
  ax.set_zlabel('z') 
  plt.show()
 
if __name__ == "__main__":
  data = readXYZfile("airplane_0003.txt",',')
  displayPoint(data, "airplane_0003")

四、open3d可视化

#-*-coding:utf-8-*-
import numpy as np 
import open3d as o3d
 
points = np.loadtxt('airplane_0003.txt', delimiter=',')[:, 0:3]
point_cloud = o3d.geometry.PointCloud()
point_cloud.points = o3d.utility.Vector3dVector(points)
# 设置点云显示的颜色(0-1)
point_cloud.paint_uniform_color([0, 1, 0])
o3d.visualization.draw_geometries([point_cloud])
# o3d.visualization.draw([point_cloud])
# 保存点云到ply
# o3d.io.write_point_cloud("test.ply", point_cloud)

总结

简单总结了点云读取及可视化的方式,了解了部分点云格式的存储方式,未来了解更多点云格式后再继续补充。

你可能感兴趣的:(python)