1. 程式人生 > 實用技巧 >利用Open3D進行點雲視覺化

利用Open3D進行點雲視覺化

https://zhuanlan.zhihu.com/p/57215172

很多時候在python裡面你要找一個3D點雲視覺化的庫真的是難啊。你的選擇可能是:

  • pcl
  • mayavi
  • matplolib

但是以上都不好用,pcl甚至沒有靠譜的python wrapper,唯一一個開源的已經很久沒有維護了。在3D顯示或者點雲處理中,效率是很重要的,不能歲歲便便用一個假的框架。此時一個由intel釋出的Open3D出現了。
我在上一篇分享中也提到過open3d可以將pointnet++推理速度提速的到10fps以內。非常有用。(要知道點雲的分割可是非常好時的)。

open3d 顯示點雲的效果。它的安裝非常簡單:

pip3 install open3d-python

匯入的時候打概率可能因為IPYthon導致出錯,安裝IPython就行。實力程式:

import os
import numpy as np
from open3d import *


points = np.random.rand(10000, 3)
point_cloud = PointCloud()
point_cloud.points = Vector3dVector(points)
draw_geometries([point_cloud])

Open3D的真正強大之處不在於精簡的顯示點雲,而是一些自定義的功能,這個在視覺化的時候非常有用。
比如我們可以新增自定義的 draw_geometries

函式,顯示結果可以:

def custom_draw_geometry_with_key_callback(pcd):
    def change_background_to_black(vis):
        opt = vis.get_render_option()
        opt.background_color = np.asarray([0, 0, 0])
        return False
    def load_render_option(vis):
        vis.get_render_option().load_from_json(
                "../../TestData/renderoption.json")
        return False
    def capture_depth(vis):
        depth = vis.capture_depth_float_buffer()
        plt.imshow(np.asarray(depth))
        plt.show()
        return False
    def capture_image(vis):
        image = vis.capture_screen_float_buffer()
        plt.imshow(np.asarray(image))
        plt.show()
        return False
    key_to_callback = {}
    key_to_callback[ord("K")] = change_background_to_black
    key_to_callback[ord("R")] = load_render_option
    key_to_callback[ord(",")] = capture_depth
    key_to_callback[ord(".")] = capture_image
    draw_geometries_with_key_callbacks([pcd], key_to_callback)

custom_draw_geometry_with_key_callback(point_cloud)

看著還不錯。本來想顯示一下kitti點雲的。但是好像有的點是4的倍數有的是5的倍數, 這,,,這怎麼reshape?