1. 文章信息

（1）标题：Open3D: A Modern Library for 3D Data Processing (2018)

（2）文章链接：https://arxiv.org/pdf/1801.09847.pdf

（3）Open3D 库网址：http://www.open3d.org/

2. Open3D 库简介

Open3D 是一个开源库，支持快速开发处理 3D 数据的软件。Open3D 前端在 C++ 和 Python 中公开了一组精心选择的数据结构和算法。后端经过高度优化，并设置为并行化。Open3D 是从一块干净的石板上开发出来的，有一个小的、经过仔细考虑的依赖项集。它可以在不同的平台上设置，并从源代码进行编译，只需很少的工作量。代码干净、样式一致，并通过清晰的代码审查机制进行维护。Open3D已经在许多已发表的研究项目中使用，并积极部署在云端。我们欢迎开源社区的贡献。核心特性如下：

Simple installation via conda and pip

3D data structures

3D data processing algorithms

Scene reconstruction

Surface alignment

PBR rendering

3D visualization

Python binding

安装方法

conda install open3d  或者  pip install open3d

2. 3D 可视化使用

2.1 单帧点云

import numpy as np
import open3d as o3ddef hsv2rgb(h_, s_, v_):r_ = 0g_ = 0b_ = 0c_ = v_ * s_x_ = c_ * (1 - (abs((h_ / 60) % 2 - 1)))m = v_ - c_if (h_ >= 0) and (h_ < 60):r_ = c_ + mg_ = x_ + mb_ = 0 + melif (h_ >= 60) and (h_ < 120):r_ = x_ + mg_ = c_ + mb_ = 0 + melif (h_ >= 120) and (h_ < 180):r_ = 0 + mg_ = c_ + mb_ = x_ + melif (h_ >= 180) and (h_ < 240):r_ = 0 + mg_ = x_ + mb_ = c_ + melif (h_ >= 240) and (h_ < 300):r_ = x_ + mg_ = 0 + mb_ = c_ + melif (h_ >= 300) and (h_ < 360):r_ = c_ + mg_ = 0 + mb_ = x_ + mreturn np.array([r_, g_, b_])  # 0~1data_path = '/home/hjw/point_cloud_test/point_cloud_test_data.npy'  # 本人自己的测试数据，直接替换即可
point_cloud = np.load(data_path).astype(np.float32, copy=False)point_xyz = point_cloud[:, :3]  # x, y, z
point_intensity = point_cloud[:, 3]  # intensity# point_color = []  # user defined colormap
# colormap = np.array([[150, 150, 150],
#                     [255, 0, 255],
#                     [0, 255, 0],
#                     [255, 255, 0]]) / 255.0
# for point_id in range(point_cloud.shape[0]):
#     color_value = 0
#     point_color.append(colormap[color_value])# point_color = []  # ros colormap
# for point_id in range(point_cloud.shape[0]):
#     color_value = max(min(point_intensity[point_id], 255), 0) / 255.0 * 240.0
#     point_color.append(hsv2rgb(color_value, 1, 1))point_color = []  # pc colormap
for point_id in range(point_cloud.shape[0]):color_value = max(min(255 - point_intensity[point_id], 255), 0) / 255.0 * 240.0point_color.append(hsv2rgb(color_value, 1, 1))pcd = o3d.geometry.PointCloud()  # 传入3d点云pcd.points = o3d.utility.Vector3dVector(point_xyz)  # point_xyz 二维 numpy 矩阵,将其转换为 open3d 点云格式pcd.colors = o3d.utility.Vector3dVector(point_color)  # 根据 intensity 和 colormap 着色vis = o3d.visualization.Visualizer()
vis.create_window(width=800, height=600)  # 创建窗口
render_option = vis.get_render_option()  # 渲染配置
render_option.background_color = np.array([0, 0, 0])  # 设置点云渲染参数，背景颜色
render_option.point_size = 1.0  # 设置渲染点的大小
vis.add_geometry(pcd)  # 添加点云view_control = vis.get_view_control()  # 视角配置
# view_control.change_field_of_view(step=30)
# view_control.rotate(90.0, 10.0)
# view_control.set_front([0, 1, 0.5])
# view_control.set_lookat([1, 0, 0])
# view_control.set_up([0, -1, 0])
# view_control.translate(-50, -100)
view_control.set_zoom(0.2)vis.run()vis.destroy_window()

详细参数介绍见 API 网址：http://www.open3d.org/docs/release/python_api/open3d.visualization.ViewControl.html

2.2 多帧点云

import os
import numpy as np
import open3d as o3dfolder_path = '/home/hjw/point_cloud_test/'  # 本人自己的测试数据路径，直接替换即可
files = os.listdir(folder_path)vis = o3d.visualization.Visualizer()
vis.create_window(width=800, height=600)  # 创建窗口
pcd = o3d.geometry.PointCloud()
to_reset = True
vis.add_geometry(pcd)for file_index in range(len(files)):data_path = os.path.join(folder_path, files[file_index])point_cloud = np.load(data_path).astype(np.float32, copy=False)point_xyz = point_cloud[:, :3]  # x, y, zpoint_intensity = point_cloud[:, 3]  # intensitypcd.points = o3d.utility.Vector3dVector(point_xyz)vis.update_geometry(pcd)if to_reset:vis.reset_view_point(True)to_reset = Falsevis.poll_events()vis.update_renderer()

点云 3D 可视化 - Open3D 库相关推荐

Open3D 三维点云读取可视化、下采样、去除离群点、地面提取
Open3D:3D数据处理的现代库,是一个开放源代码库,支持快速开发处理3D数据的软件.Open3D在C ++和Python中公开了一组精心选择的数据结构和算法.后端经过高度优化,并支持并行化. 推荐 ...
python 3D 可视化工具应用 - Open3D （一）
python 版本 3D 可视化工具应用 -Open3D(一) open3d对于python版本的3d工具非常好用,且支持windows和ubuntu系统. 相关项目地址:https://gitcod ...
点云可视化 open3D
禁止转载好博客汇总 Python点云数据处理(六)Open3d补充:点云基本处理 - 知乎 https://zhuanlan.zhihu.com/p/353971365?utm_id=0 open3 ...
移动办公时代的工程行业怎么管理图像？大象云推出3D可视化整体解决方案
三维可视化解决方案目前通用的有两种,一种是WebGL,一种是虚拟机或虚拟应用.WebGL是免费的开源方案,但WebGL对计算机硬件要求比较高,更新换代费用高.如果用户需要传递3D图,受显卡限制,需要提 ...
OpenPCDet：点云3D目标检测开源库
本文转载自知乎,已获作者授权转载. 链接:https://zhuanlan.zhihu.com/p/152120636 随着自动驾驶与机器人技术的不断发展,基于点云表征的3D目标检测领域在近年来取得了 ...
Vue常用的组件库大全【前端工程师必备】【实时更新】【移动端、PC端（web端）、数据可视化组件库（数据大屏）、动画组件库、3D组件库】
Vue常用的组件库大全[前端工程师必备] (一)移动端常用组件库 1)Vant ui 2)Cube UI 3)VUX 4) NuTUI 5)Mint ui 6)Varlet UI 7)OnsenUI ...
GIS+WebGL智慧消防3D可视化云控系统
智慧消防不仅仅是一个平台,一个解决方案,更是火灾救援中的一份安全保障,能为灭火救援提供信息支撑,提高救援效率,实现灭早灭小,充分保障人民群众的生命财产损失,是技术和时代创新发展的成果. 建设背景近年 ...
点云 3D 目标检测 - PointPillars（CVPR 2019）
点云 3D 目标检测 - PointPillars(CVPR 2019) 摘要 1. 导言 1.1 相关工作 1.1.1 使用CNNs进行目标检测 1.1.2 激光雷达点云中的目标检测 1.2 贡献 ...
[学习SLAM] 3D可视化只viz模块和pangolin
viz模块主要用于3D可视化显示与pangolin相比:缺点,不容易添加控件(按钮,滑动条等) ;优点,简单调试方便. 创建一个窗口并显示坐标系首先看个简单示例程序,创建一个窗口并显示坐标系: / ...

点云 3D 可视化 - Open3D 库

点云 3D 可视化 - Open3D 库

1. 文章信息

2. Open3D 库简介

2. 3D 可视化使用

2.1 单帧点云

2.2 多帧点云

点云 3D 可视化 - Open3D 库相关推荐

最新文章

热门文章