不同格式点云存储结构(txt、pcd、las、ply)整理以及基本的读写、可视化方法
不同格式点云存储结构整理以及基本的读写、可视化方法
- 一、文本（txt）
-
- 1.1、存储结构
- 1.2、读取
- 二、PCD格式
-
- 1.1、存储结构
- 1.2、读写
-
- 1.2.1、open3d读写(python)
- 1.2.2、PCL读写(C++)
- 三、LAS格式
-
- 3.1、存储结构
- 3.2、读写
-
- 3.2.1、使用laspy 读写(Python)
- 3.2.2、使用laslib读写(C++)
- 四、PLY格式
-
- 4.1、存储结构
-
- 文件头(header)
- 数据区域
- 4.2、读写
-
- 4.2.1、使用plyfile读写(Python)
- 4.2.2、使用pcl读写(C++)
一、文本（txt）
1.1、存储结构
使用文本格式存储的点云数据文件结构比较简单，每个点是一行记录，点的信息存储格式为 x y z或者 x y z r g b。
1.2、读取
读取文本格式的点云数据时，可以按照一般的文本读取方法，这里记录一下如何使用open3d读取txt格式的点云数据
import open3d as o3d
txt_file=r"D:\test_data\bildstein_station1_xyz_intensity_rgb.txt"
pcd=o3d.io.read_point_cloud(txt_file,format='xyz')
o3d.visualization.draw([pcd])
二、PCD格式
一个PCD文件是文件头部分和数据部分组成
1.1、存储结构
| 字段名 | 字段解释 |
|---|---|
| VERSION | 指定PCD文件版本 |
| FIELDS | 指定一个点可以有的每一个维度和字段的名字 |
| SIZE | 用字节数指定每一个维度的大小 |
| TYPE | 用一个字符指定每一个维度的类型 |
| COUNT | 指定每一个维度包含的元素数据 |
| WIDTH | 无序点的数量或者有序点一行中点的数目 |
| HEIGHT | 无序点云中设置为1，有序点云中表示行数 |
| POINTS | 点云中点的总数 |
| DATA | 数据类型，二进制或者ASCII |
1.2、读写
1.2.1、open3d读写(python)
读取pcd点云文件
import open3d as o3d
import numpy as np
#读取pcd数据并可视化
pcd_file=r""
pcd=o3d.io.read_point_cloud(pcd_file,format='pcd')
#将点云的坐标和颜色转换为numpy格式
points=np.array(pcd.points)
colors=np.array(pcd.colors)
#可视化
o3d.visualization.draw([pcd])
保存pcd点云文件
#写入pcd格式
save_file="test2.pcd"
#手动定义点云
points=np.array([[8,5,3],
[9,0,1],
[2,5,3],
[0,4,2],
[7,2,9],
[8,8,4],
[9,5,8],
[2,5,9],
[0,7,5],
[11,2,8],
[10,9,0]
])
colors=np.array([[255,0,0],
[255,0,0],
[0,255,0],
[0,255,0],
[0,0,255],
[0,0,255],
[255,0,255],
[255,0,255],
[255,255,0],
[255,255,0],
[255,255,0]
])
colors=colors/255
pcd=o3d.geometry.PointCloud()
pcd.points=o3d.utility.Vector3dVector(points)
pcd.colors=o3d.utility.Vector3dVector(colors)
#可视化
o3d.visualization.draw_geometries([pcd])
#使用draw方法可视化需要将颜色归一化到0-1之间
# o3d.visualization.draw([pcd])
#保存
#o3d.io.write_point_cloud(save_file,pcd,write_ascii=True) #以ascii格式存储点数据集部分
o3d.io.write_point_cloud(save_file,pcd)#以二进制格式存储点数据集部分
pcd点数据集部分保存为二进制格式，其中rgb是用位存储的方式写入的。
1.2.2、PCL读写(C++)
我们用上面生成的pcd文件做测试
#include::Ptr cloud(new pcl::PointCloud);
pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>);
if (pcl::io::loadPCDFile<pcl::PointXYZRGB>(pcd_file,*cloud)==-1)
{
PCL_ERROR("couldn't read file\n");
return(-1);
}
for (size_t i=0;i<cloud->points.size();++i)
{
cout << " " << cloud->points[i].x << " " <<
cloud->points[i].y << " " <<
cloud->points[i].z << " " <<
(int)cloud->points[i].r<< " "<<
(int)cloud->points[i].g<<" "<<
(int)cloud->points[i].b<< endl;
}
return 0;
}
打印结果
保存pcd文件
#include 打开输出的ascii文件
可以看到pcl生成的pcd点云文件与open3d生成的点云文件在颜色部分不一致，主要是数据存储类型导致的，pcl1.7之后颜色部分会保存成整型。具体请参看这里。
三、LAS格式
3.1、存储结构
LAS是一种存储点云的公开数据格式，主要用来存储雷达点云数据，LAZ是对LAS格式的无损压缩。
最新的LAS规格版本是LAS 1.4。laspy库支持1.2~1.4版本的LAS文件。
一个LAS文件有三部分组成:文件头区(Header)、可变长记录区(VLRs)、点集记录区(Point Records)
文件头包含数据版本，点的格式(每个点存储的不同维度)等信息；可变长记录包括一些元信息，如坐标系信息，额外的维度等信息；点集记录区是las文件的核心，记录点的x、y、z坐标信息和r、g、b、classification、intensity等其他属性信息。
点的格式共有11个版本，其中第0版为基础，其他后续版本在第0版的基础上增加了其他字段，具体字段参考这里。
3.2、读写
3.2.1、使用laspy 读写(Python)
在python中可以使用laspy包来读写las点云文件
import laspy
import numpy as np
las_file=r""
las=laspy.read(las_file)
#获取文件头
header=las.header
#点类型
point_format=las.point_format
print(point_format.id)
#属性字段名
dimension_names=point_format.dimension_names
print(list(dimension_names))
#点集的外边框
print(header.mins)
print(header.maxs)
#点个数
point_num=header.point_count
#获取坐标和颜色
las_x=np.array(las.x)
las_y=np.array(las.y)
las_z=np.array(las.z)
las_r=np.array(las.red)
las_g=np.array(las.green)
las_b=np.array(las.blue)
#组合
pt=np.stack([las_x,las_y,las_z],axis=1)
colors=np.stack([las_r,las_g,las_b],axis=1)
使用laspy写las文件
save_las_file=r"save_las.las"
#以x y z r g b的方式定义点云数据
my_data=np.array([[8,5,3,255,0,0],
[9,0,1,255,0,0],
[2,5,3,0,255,0],
[0,4,2,0,255,0],
[7,2,9,0,0,255],
[8,8,4,0,0,255],
[9,5,8,255,0,255],
[2,5,9,255,0,255],
[0,7,5,255,255,0],
[11,2,8,255,255,0],
[10,9,0,255,255,0]
])
#创建点云文件
las=laspy.create(file_version="1.2",points_format=3)
las.x=my_data[:,0]
las.y=my_data[:,1]
las.z=my_data[:,2]
las.red=my_data[:,3]
las.green=my_data[:,4]
las.blue=my_data[:,5]
#保存las文件
las.write(save_las_file)
3.2.2、使用laslib读写(C++)
使用C++操作las文件可以使用laslib库。
#include 写入las文件
#include 四、PLY格式
4.1、存储结构
PLY(Polygon File Format)是一种常见的点云存储格式，由斯坦福大学开发，其最早主要用于存储三维扫描仪器的点云数据。
PLY文件是由文件头和数据区两部分组成。
文件头(header)
其中文件头记录的是点云文件中的注释、元素类别和属性，以ply开头，以end header结尾。
ply
...
...
end header
文件头的第二行是文件的存储方式和版本，以format开头，依次是编码方式、版本。编码方式有三种分别是ascii、binary_little_endian 、binary_big_endian。目前PLY只有1.0版本。
ply
format ascii 1.0
...
...
end header
format之后跟注释信息，以comment开头，制作者可以添加一些作者信息，点云基本信息。
ply
format ascii 1.0
comment made by anonymous
comment this file is a cube
...
end header
注释信息comment之后是element元素信息+该种元素的property属性信息，element元素信息包括种类、个数，property属性信息包括属性字段的存储类型和属性名。PLY文件中的元素一般包括顶点(vertex)、面(face)、边(edge)等。元素信息和属性信息应该组合出现，格式如下
element
property
property
property
我们定义一个包含6个顶点和8个面元素的ply文件，文件头如下，
ply
format ascii 1.0
comment made by anonymous
comment this file is a cube
element vertex 6
property float32 x
property float32 y
property float32 z
property uchar red
property uchar green
property uchar blue
element face 8
property list uint8 int32 vertex_index
end_header
数据区域
在文件头后直接开始存储数据，存储形式分为ASCII和二进制。以ASCII为例，先按行记录每个点，全部点记录完成后再按行记录每个面。
0 0 0 0 0 0 （开始记录点，按照x,y,z,r,g,b方式排列）
0 100 0 0 0 0
100 100 0 0 0 0
100 0 0 0 0 0
50 50 75 255 255 255
50 50 -75 255 255 255
3 0 1 4 (开始记录面，按照点个数，点的序号排列，3表示这个面由3个点组成，0,1，4代表该面由第0,1,4个点组成)
3 1 2 4
3 2 3 4
3 0 3 4
3 0 1 5
3 1 2 5
3 2 3 5
3 0 3 5
所以完整的一个ply文件如下
ply
format ascii 1.0
comment made by anonymous
comment this file is a cube
element vertex 6
property float32 x
property float32 y
property float32 z
property uchar red
property uchar green
property uchar blue
element face 8
property list uint8 int32 vertex_index
end_header
0 0 0 0 0 0
0 100 0 0 0 0
100 100 0 0 0 0
100 0 0 0 0 0
50 50 75 255 255 255
50 50 -75 255 255 255
3 0 1 4
3 1 2 4
3 2 3 4
3 0 3 4
3 0 1 5
3 1 2 5
3 2 3 5
3 0 3 5
4.2、读写
4.2.1、使用plyfile读写(Python)
使用plyfile读取ply文件
from plyfile import PlyData,PlyElement
file=r"C:\Users\123\Desktop\test2.ply"
plydata=PlyData.read(file)
print(plydata)
print("*************************************************")
#第一种读取方法
elements=plydata.elements
for element in elements:
for data in element.data:
print(data)
print("*************************************************")
#第二种读取方法
vertex_data=elements[0].data
face_data =elements[1].data
print(vertex_data)
print(face_data)
打印结果
ply
format ascii 1.0
comment made by anonymous
comment this file is a cube
element vertex 6
property float x
property float y
property float z
property uchar red
property uchar green
property uchar blue
element face 8
property list uchar int vertex_index
end_header
*************************************************
(0., 0., 0., 0, 0, 0)
(0., 100., 0., 0, 0, 0)
(100., 100., 0., 0, 0, 0)
(100., 0., 0., 0, 0, 0)
(50., 50., 75., 255, 255, 255)
(50., 50., -75., 255, 255, 255)
(array([0, 1, 4]),)
(array([1, 2, 4]),)
(array([2, 3, 4]),)
(array([0, 3, 4]),)
(array([0, 1, 5]),)
(array([1, 2, 5]),)
(array([2, 3, 5]),)
(array([0, 3, 5]),)
*************************************************
[( 0., 0., 0., 0, 0, 0) ( 0., 100., 0., 0, 0, 0)
(100., 100., 0., 0, 0, 0) (100., 0., 0., 0, 0, 0)
( 50., 50., 75., 255, 255, 255) ( 50., 50., -75., 255, 255, 255)]
[(array([0, 1, 4]),) (array([1, 2, 4]),) (array([2, 3, 4]),)
(array([0, 3, 4]),) (array([0, 1, 5]),) (array([1, 2, 5]),)
(array([2, 3, 5]),) (array([0, 3, 5]),)]
使用plyfile写入ply文件
def write_ply(output_file,text=True):
points=[
(0,0,0),
(0,100,0),
(100,100,0),
(100,0,0),
(50,50,75)
]
face=np.array([
((0,1,2),255,0,0),
((0,2,3),255,0,0),
((0, 1, 4),0,255,0),
((1,2,4),0,0,255),
((2,3,4),255,255,0),
((0,3,4),0,0,0)],
dtype=[('vertex_index','i4',(3,)),
('red','u1'),('green','u1'),
('blue','u1')]
)
print(face)
vertex = np.array(points, dtype=[('x', 'f4'), ('y', 'f4'), ('z', 'f4')])
el = PlyElement.describe(vertex, 'vertex')
face = PlyElement.describe(face, 'face')
PlyData([el,face], text=text).write(out_file)
在meshlab中打开
4.2.2、使用pcl读写(C++)
读取ply点云文件
#include 保存ply点云文件
#include