ubuntu18.04+python3+pycharm+pcl1.8实现点云的保存和读取
从开始学习opencv时,就一直用python,现在在学习3D视觉,pointcloud是个难啃的骨头,pcl库的一些函数用法大部分都是C++,深度转点云。点云图的保存和读取,大部分教程都是C,python很少,这里我来分享python-pcl的一些函数的参数使用,后续会更新python版本的pcl库的一些使用,点云滤波器、过滤器、3D测量、3D的物体分割与识别等
1.点云图的获取
首先要使用realsense D415获取点云图,需要安装PCL,realsense等工具库,安装说明见我上一个博客,这里直接给代码了,大概流程是:
- 启动相机获取彩色图,深度图,着色深度图,
- 深度图转为点云图,这里把深度的一些信息写入到txt文件中
- 然后读取txt文件,使用pcl.save()保存为PCD点云文件
import pyrealsense2 as rs
import numpy as np
import cv2
import pcl
from pcl import pcl_visualization
def get_image():
# Configure depth and color streams
pipeline = rs.pipeline()
config = rs.config()
config.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30)
config.enable_stream(rs.stream.color, 640, 480, rs.format.bgr8, 30)
# Start streaming
pipeline.start(config)
#获取图像,realsense刚启动的时候图像会有一些失真,我们保存第100帧图片。
for i in range(100):
data = pipeline.wait_for_frames()
depth = data.get_depth_frame()
color = data.get_color_frame()
#获取内参
dprofile = depth.get_profile()
cprofile = color.get_profile()
cvsprofile = rs.video_stream_profile(cprofile)
dvsprofile = rs.video_stream_profile(dprofile)
color_intrin=cvsprofile.get_intrinsics()
print(color_intrin)
depth_intrin=dvsprofile.get_intrinsics()
print(color_intrin)
extrin = dprofile.get_extrinsics_to(cprofile)
print(extrin)
depth_image = np.asanyarray(depth.get_data())
color_image = np.asanyarray(color.get_data())
# Apply colormap on depth image (image must be converted to 8-bit per pixel first)
depth_colormap = cv2.applyColorMap(cv2.convertScaleAbs(depth_image, alpha=0.03), cv2.COLORMAP_JET)
cv2.imwrite('color.png', color_image)
cv2.imwrite('depth.png', depth_image)
cv2.imwrite('depth_colorMAP.png', depth_colormap)
# scipy.misc.imsave('outfile1.png', depth_image)
# scipy.misc.imsave('outfile2.png', color_image)
def my_depth_to_cloud():
pc = rs.pointcloud()
points = rs.points()
pipeline = rs.pipeline()
config = rs.config()
config.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30)
config.enable_stream(rs.stream.color, 640, 480, rs.format.bgr8, 30)
pipe_profile = pipeline.start(config)
for i in range(100):
data = pipeline.wait_for_frames()
depth = data.get_depth_frame()
color = data.get_color_frame()
frames = pipeline.wait_for_frames()
depth = frames.get_depth_frame()
color = frames.get_color_frame()
colorful = np.asanyarray(color.get_data())
colorful=colorful.reshape(-1,3)
pc.map_to(color)
points = pc.calculate(depth)
#获取顶点坐标
vtx = np.asanyarray(points.get_vertices())
#获取纹理坐标
#tex = np.asanyarray(points.get_texture_coordinates())
with open('could.txt','w') as f:
for i in range(len(vtx)):
f.write(str(np.float(vtx[i][0])*1000)+' '+str(np.float(vtx[i][1])*1000)+' '+str(np.float(vtx[i][2])*1000)+' '+str(np.float(colorful[i][0]))+' '+str(np.float(colorful[i][1]))+' '+str(np.float(colorful[i][2]))+'\n')
with open('could.txt','r') as f:
lines = f.readlines()
num = 0
data = []
for line in lines:
l=line.strip().split()
data.append([np.float(l[0]),np.float(l[1]),np.float(l[2]),np.float(l[3]),np.float(l[4]),np.float(l[5])])
#data.append([np.float(l[0]), np.float(l[1]), np.float(l[2])])
num = num+1
with open('cloud_rgb.txt', 'w') as f:
for i in range(len(data)):
f.write(str(np.float(data[i][0])) + ' ' + str(np.float(data[i][1])) + ' ' + str(np.float(data[i][2]))+ ' ' + str(np.int(data[i][3])<<16|np.int(data[i][4])<<8|np.int(data[i][5]))+'\n')
def visual_demo():
cloud = pcl.PointCloud_PointXYZRGB()
points = np.zeros((307200, 4), dtype=np.float32)
n = 0
with open('cloud_rgb.txt','r') as f:
lines = f.readlines()
for line in lines:
l=line.strip().split()
#保存xyz时候扩大了1000倍,发现并没有用
points[n][0] = np.float(l[0])/1000
points[n][1] = np.float(l[1])/1000
points[n][2] = np.float(l[2])/1000
points[n][3] = np.int(l[3])
n=n+1
# print(points[0:100]) #看看数据是怎么样的
cloud.from_array(points)# 从array构建点云的方式
#保存点云文件
pcl.save(cloud, './1.pcd')
visual = pcl.pcl_visualization.CloudViewing()
visual.ShowColorCloud(cloud)
v = True
while v:
v = not (visual.WasStopped())
if __name__ == "__main__":
get_image()
my_depth_to_cloud()
visual_demo()
2.点云图的保存:
这里主要讲PLY和PCD两种点云的文件类型,具体就不再解释了,目前,点云文件保存为*.pcd是最为广泛使用的,可存储的类型很多。可以直接使用PCL库的save函数进行保存(之前看过一篇点云保存的文章,主要操作就是把深度图的参数写入color_rgb.txt文件,保存的时候先读入这个文件,然后转换类型、统计源文件的点数等一些操作,看起来比较麻烦),废话不多说,直接上代码:
def visual_demo():
cloud = pcl.PointCloud_PointXYZRGB()#创建pointcloud的类型,着色点云
points = np.zeros((307200, 4), dtype=np.float32)
pcl.save(cloud, './1.pcd')
#函数参数说明:save(cloud: Any,path: {endswith},format: Any = None,binary: bool = False) -> Any
# cloud:创建的点云对象
# path:点云文件的保存路径,其余参数不用管
ok,点云图的保存就一个save函数搞定,点云文件保存如下
3.点云图的读取
直接上代码:
def readpcdfile_demo():
# 加载刚刚保存的点云文件:1.pcd
cloud = pcl.load_XYZRGB('./1.pcd')
visual = pcl.pcl_visualization.CloudViewing()# 创建visual类,创建显示窗口,名字为:PCD viewer
visual.ShowColorCloud(cloud, b'cloud')#cloud前面一定不要忘了'b',至于为啥这里也不是太懂
flag = True
while flag:
flag != visual.WasStopped()
读取结果如下:
欧克,点云的保存和读取更新到这,后面会更新python版本的点云滤波器、过滤器的代码和解释,谢谢,有错误的地方欢迎评论!