点云的PCD和BIN格式及其转换与可视化

点云PCD格式和BIN格式
- PCD 格式（Point Cloud Data）
- BIN 格式（Binary）
PCD到BIN的格式转换
点云可视化

点云PCD格式和BIN格式

点云数据通常以不同的格式存储，其中PCD（Point Cloud Data）和BIN（Binary）是两种常见的格式，用于表示三维点云数据。下面是它们的具体介绍：

PCD 格式（Point Cloud Data）

PCD格式是一种常见的开放式点云数据存储格式，最初由ROS（Robot Operating System）中的PCL（Point Cloud Library）项目引入，现在广泛用于点云数据的存储和共享。

PCD文件通常是文本文件，以ASCII或二进制形式存储。ASCII格式易于阅读和编辑，但文件较大。二进制格式通常更紧凑，适用于大型点云数据。

PCD文件包含点云的几何信息和属性信息，如点的坐标、颜色、法线等。它还可以包含元数据，以描述点云的特性，如坐标系、点云类型等。

PCD格式具有广泛的支持，可以使用各种点云处理工具来读取和写入PCD文件。

BIN 格式（Binary）

BIN格式是一种更底层的点云数据存储格式，通常以二进制形式存储，因此在文件中的数据较紧凑，适用于大型点云数据的存储。

BIN文件通常只包含点云的几何信息，如点的坐标，而不包含额外的属性信息。这使得它适用于在存储和传输时保持数据的紧凑性。

与PCD不同，BIN格式通常不包含元数据，因此在读取时需要额外的信息来解释数据，如点的数量和坐标表示。

PCD到BIN的格式转换

在Kitti数据集中，点云以BIN的格式存储，在项目的实操中经常需要将采集得到的PCD格式点云转换成BIN格式，以方便后续的模型训练或测试。以下代码使用python语言实现了点云从PCD到BIN的格式转换：

默认情况下，PCD格式的点云保存在./pcd文件夹下，生成的BIN格式点云保存在./bin文件夹下。

import numpy as np
import os
import argparse
import pypcd
from tqdm import tqdmdef main():## Add parserparser = argparse.ArgumentParser(description="Convert .pcd to .bin")parser.add_argument("--pcd_path",help=".pcd file path.",type=str,default="./pcd")parser.add_argument("--bin_path",help=".bin file path.",type=str,default="./bin")args = parser.parse_args()## Find all pcd filespcd_files = []for (path, dir, files) in os.walk(args.pcd_path):for filename in files:# print(filename)ext = os.path.splitext(filename)[-1]if ext == '.pcd':pcd_files.append(path + "/" + filename)## Sort pcd files by file namepcd_files.sort()   print("Finish to load point clouds!")## Make bin_path directorytry:if not (os.path.isdir(args.bin_path)):os.makedirs(os.path.join(args.bin_path))except OSError as e:if e.errno != errno.EEXIST:print ("Failed to create directory!!!!!")raise## Converting Processprint("Converting Start!")for pcd_file in tqdm(pcd_files):## Get pcd filepc = pypcd.PointCloud.from_path(pcd_file)## Generate bin file name## bin_file_name = "{}_{:05d}.bin".format(args.file_name, seq)pcd_name = pcd_file.split('/')[2]bin_file_name = pcd_name.split('.')[0]+'.'+pcd_name.split('.')[1]+'.bin'## print bin_file_name        bin_file_path = os.path.join(args.bin_path, bin_file_name)## Get data from pcd (x, y, z, intensity, ring, time)np_x = (np.array(pc.pc_data['x'], dtype=np.float32)).astype(np.float32)np_y = (np.array(pc.pc_data['y'], dtype=np.float32)).astype(np.float32)np_z = (np.array(pc.pc_data['z'], dtype=np.float32)).astype(np.float32)np_i = (np.array(pc.pc_data['intensity'], dtype=np.float32)).astype(np.float32)/256# np_r = (np.array(pc.pc_data['ring'], dtype=np.float32)).astype(np.float32)# np_t = (np.array(pc.pc_data['time'], dtype=np.float32)).astype(np.float32)## Stack all data    points_32 = np.transpose(np.vstack((np_x, np_y, np_z, np_i)))## Save bin file                                    points_32.tofile(bin_file_path)if __name__ == "__main__":main()

拷贝代码写入到pcd2bin.py文件中，通过以下命令运行代码：

 # []表示可省略
python pcd2bin.py [--pcd_path=./pcd] [--bin_path=./bin]

点云可视化

可视化的目的是验证格式转换前后，点云是否一样。

PCD格式的点云可以使用诸多软件进行可视化，例如MeshLab等，也可以使用如下的代码对PCD格式的点云进行可视化：

import numpy as np
import open3d as o3d
from open3d import geometrydef main():#创建窗口对象vis = o3d.visualization.Visualizer()#设置窗口标题vis.create_window(window_name="kitti")#设置点云大小vis.get_render_option().point_size = 1#设置颜色背景为黑色opt = vis.get_render_option()opt.background_color = np.asarray([0, 0, 0])##################################################################################################读取点云文件，创建点云对象pcd = o3d.io.read_point_cloud("./test.pcd")#设置点的颜色为白色pcd.paint_uniform_color([1,1,1])#将点云加入到窗口中vis.add_geometry(pcd)vis.run()vis.destroy_window()if __name__=="__main__":main()

使用如下代码对生成的BIN格式点云进行可视化：

import numpy as np
import mayavi.mlab# lidar_path换成自己的.bin文件路径
pointcloud = np.fromfile(str("./test.bin"), dtype=np.float32, count=-1).reshape([-1, 4])x = pointcloud[:, 0]  # x position of point
y = pointcloud[:, 1]  # y position of point
z = pointcloud[:, 2]  # z position of pointr = pointcloud[:, 3]  # reflectance value of point
d = np.sqrt(x ** 2 + y ** 2)  # Map Distance from sensordegr = np.degrees(np.arctan(z / d))vals = 'height'
if vals == "height":col = z
else:col = dfig = mayavi.mlab.figure(bgcolor=(0, 0, 0), size=(640, 500))
mayavi.mlab.points3d(x, y, z,col,  # Values used for Colormode="point",colormap='spectral',  # 'bone', 'copper', 'gnuplot'# color=(0, 1, 0),   # Used a fixed (r,g,b) insteadfigure=fig,)mayavi.mlab.show()**加粗样式**