Open3d之点云平面分割

Open3D还支持使用RANSAC从点云中分割几何图元。 要查找点云中最有可能存在的平面，我们使用segement_plane函数。 该方法具有三个参数：destance_threshold定义了一个点到一个估计平面的最大距离，这些距离内的点被认为是内点（inlier），ransac_n定义了使用随机抽样估计一个平面的点的个数，num_iterations定义了随机平面采样和验证的频率（迭代次数）。这个函数返回（a,b,c,d）作为一个平面，对于平面上每个点(x,y,z)我们有ax+by+cz+d=0。这个函数还会返回内点索引的列表。

代码展示

# -*-coding:utf-8 -*-
import os
import open3d as o3d
import numpy as np

test_data_dir = '/home/pi/PycharmProjects/learn/Open3D/examples/test_data'
point_cloud_file_name = 'fragment.pcd'
point_cloud_file_path = os.path.join(test_data_dir, point_cloud_file_name)
# 读取点云
pcd = o3d.io.read_point_cloud(point_cloud_file_path)
# 平面分割
plane_model, inliers = pcd.segment_plane(distance_threshold=0.01,
                                         ransac_n=3,
                                         num_iterations=1000)
# 模型参数
[a, b, c, d] = plane_model
print(f"Plane equation: {a:.2f}x + {b:.2f}y + {c:.2f}z + {d:.2f} = 0")
# 平面内的点
inlier_cloud = pcd.select_by_index(inliers)
inlier_cloud.paint_uniform_color([1.0, 0, 0])
# 平面外的点
outlier_cloud = pcd.select_by_index(inliers, invert=True)
# 可视化
o3d.visualization.draw_geometries([inlier_cloud, outlier_cloud],
                                  zoom=0.8,
                                  front=[-0.4999, -0.1659, -0.8499],
                                  lookat=[2.1813, 2.0619, 2.0999],
                                  up=[0.1204, -0.9852, 0.1215])

效果展示