Open3d学习计划——12(Jupyter 可视化)
欢迎大家关注“点云PCL”公众号,进入群聊一起学习。
从0.4.0版本开始,我们通过webGL添加了对Jupyter的实验性支持.如果从pip或者conda安装Open3d的话,jupyter支持会默认开启.如果从源码安装Open3d的话,请设置Python绑定环境,了解如何建立Jupyter支持的Open3d.
要注意的是,Jupyter可视化依然处于早期的实验性阶段,以下是主要的限制.
- 只支持点云数据.
- 相机是用固定参数初始化的,因此初始化的视角对于点云可能不是最优的.
- 性能没有优化.
控制
- 鼠标滚轮:放大/缩小
- 鼠标左键拖动:轴旋转
- 鼠标右键拖动:平移
使用例程
Jupyter可视化被定义为 JVisualizer 类.初始化这个类,然后调用 add_geometry 去添加Open3d几何;类型,之后调用 show 将其显示在Jupyter部件上.
import numpy as np
import open3d as o3d
from open3d import JVisualizer
points = (np.random.rand(1000, 3) - 0.5) / 4
colors = np.random.rand(1000, 3)
pcd = o3d.geometry.PointCloud()
pcd.points = o3d.utility.Vector3dVector(points)
pcd.colors = o3d.utility.Vector3dVector(colors)
visualizer = JVisualizer()
visualizer.add_geometry(pcd)
visualizer.show()
如果点云是不可见的(由于相机的初始参数),可以通过鼠标缩放来将其移动到合适的视角.
关于Jupyter可视化之前有过尝试,因为数据在服务器上,想通过这种方式直接在个人电脑上查看数据,但是效果并不好,一方面是视角问题,另一方面是性能问题,很卡顿,并且当点的数量过多的时候,点云半天显示不出来.
如果大家有好的远程查看的点云数据的方式,欢迎评论留言交流.