open3D嵌入pyqt+动态射线及平面可视化

于 2024-04-01 10:15:02 发布
阅读量403 收藏 9
点赞数 5
文章标签： pyqt 平面
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq52144324/article/details/137219510
版权

参考：在PyQt5窗口中嵌入open3d窗口显示点云图形_open3d嵌入pyqt-CSDN博客

1.安装

pip install open3D
pip install pyqt5

2.使用designer制作pyqt ui文件并编译为py文件

ui文件转换成py文件：
pyuic5 designer.ui -o designer.py
3.主要代码-point2recct2.py
需要的包
# 导入
import sys
import win32gui  # 用于Windows GUI编程，这里主要用来查找Open3D创建的窗口句柄
import numpy as np
import open3d as o3d  # 3D数据处理和可视化
from PyQt5.QtWidgets import QApplication, QMainWindow, QWidget  # 用于创建和管理GUI应用程序的窗口
from PyQt5.QtGui import QWindow  # 提供了创建和操作窗口的功能
from PyQt5.QtCore import QTimer  # 提供定时器功能，用于周期性的执行任务

import designer # 导入ui转换的那个py文件
类初始化
class MainWindow(QMainWindow):
    def __init__(self, parent=None):
        super(MainWindow, self).__init__(parent)
        self.ui = designer.Ui_MainWindow()  # 初始化ui界面
        self.ui.setupUi(self)  # 设置界面
        
        # 初始化起始点参数，方便在主函数中直接给这两个参数赋值，不用再给函数传参
        self.start_point = None
        self.end_point = None

        # 初始化open3D可视化器
        self.init_visualizer()
        # 初始化并创建和添加open3D的窗口转化成的QWidget
        self.init_display_container()
        # 启动pyqt定时器
        self.start_timer()
初始化open3D可视化器

创建一个空的open3D的可视化器，另外创建一个空的线集出来

def init_visualizer(self):  
    self.vis = o3d.visualization.Visualizer()  # 创建一个可视化器
    self.vis.create_window(visible=False)  # 创建一个不可见的open3D窗口，用于后台渲染
    
    self.line_set_eye = o3d.geometry.LineSet()  # 初始化空的线组 注意这里是视线
    
    self.current_line_index = 0  # 初始化当前视线索引
初始化一个展示的容器

用win32gui找到open3D刚才初始化时创建的窗口的句柄，然后从句柄创建QWindow，再转换成QWidget并且把这个widget嵌入到pyqt的某个窗口里面

def init_display_container(self):
    # 查找Open3D创建的窗口的句柄 open3D代表窗口标题 ，这两个把任何一个设置成None都能正常运行
    self.winid = win32gui.FindWindow('GLFW30', 'open3D')
    # 从句柄创建QWindow
    self.sub_window = QWindow.fromWinId(self.winid)
    # 将QWindow转换为QWidget
    self.displayer = QWidget.createWindowContainer(self.sub_window)
    # 将这个QWidget添加到UI布局的gridLayout中
    self.ui.gridLayout.addWidget(self.displayer)
找到平行四边形第四个点D

原理：假设平行四边形的前三个点是ABC，这里是找到在同一个平面上的平行四边形的第四个点D，这里要假设AD//BC,BD//AC 则有-> A-C = CA; CA = BD; BD + B = D;

这里要注意，ABCD的顺序 谁和谁连接着，不然会造成连线不对的现象

这里的顺序要和后面的线条对应 因为AD//BC,BD//AC 所以画线的时候要画 AD BC BD AC 四条线

这里不是用的A-B-C-D-A的方式，而是AD-DB-BC-CA的方式，可以自行更改

def find_four_points(self, A, B, C):
    # 根据加载的点计算第四个点D的坐标
    A = point_array[0]
    B = point_array[1]
    C = point_array[2]
    D = np.array([A[0] + B[0] - C[0], A[1] + B[1] - C[1], A[2] + B[2] - C[2]])
    # 判断是否在一个平面上
    print(window.are_points_coplanar(A, B, C, D))
    # 将计算得到的四个点组成一个新的NumPy数组
    points = np.array([A, B, C, D])
    return points
open3D画平行四边形和给已知的三个点ABC染色
def draw_ABCD_point2line_and_add_geometry(self, points):
    #
    # 读取已知的三个点的数据 这里为了区分已知的ABC和推断出的那个点D 对ABC进行了染色
    self.pcd = o3d.io.read_point_cloud('xyz.txt', format="xyz") # 以点云的方式读取已知的三个点
    colors_points = [[0, 1, 0], [0, 1, 0], [0, 1, 0]]
    self.pcd.colors = o3d.utility.Vector3dVector(colors_points)  # 设置已知的三个点的颜色

    # 定义线段的索引 这里顺序要和生成点 对应起来 平行四边形生成点不唯一
    # 平面都是在同一个平面
    lines = [[0, 2], [2, 1], [1, 3], [3, 0]] # 0代表A 1代表第二个B [0, 2]代表第一个点和第三个点的连线
            #  AC       CB     BD      DA

    self.line_set = o3d.geometry.LineSet(            # 创建线组 这个线组是平行四边形的线组
        points=o3d.utility.Vector3dVector(points),
        lines=o3d.utility.Vector2iVector(lines), )

    colors_lines = [[1, 0, 0] for i in range(len(lines))]  # 定义平行四边形线段颜色
    self.line_set.colors = o3d.utility.Vector3dVector(colors_lines)  # 设置平行四边形线的颜色

    self.vis.add_geometry(self.pcd)  # 将点云格式的三已知点ABC添加到可视化工具中
    self.vis.add_geometry(self.line_set)  # 将平行四边形线集添加到可视化工具中
设置qt timer定时触发事件，删除原有的视线并创建下一条视线
def draw_update(self):
    # 更新可视化
################################################################
    if self.current_line_index < len(self.end_point):  # 判断是否跑完了所有端点

        if self.current_line_index != 0: # 如果线的索引不是0就删除之前的画的线
            self.vis.remove_geometry(self.line_set_eye)

        # 射线的端点
        start_point = self.start_point
        end_point = self.end_point[self.current_line_index]

        # 将新线添加到视线集中
        self.line_set_eye.points = o3d.utility.Vector3dVector(np.array([start_point, end_point]))
        self.line_set_eye.lines = o3d.utility.Vector2iVector([[0, 1]])
        # 设置视线线条的颜色为蓝色
        self.line_set_eye.colors = o3d.utility.Vector3dVector([[0, 0, 1]])

        # 把新的视线添加到图形
        self.vis.add_geometry(self.line_set_eye)

        # 视线索引+1
        self.current_line_index += 1

################################################################
    # 对Open3D可视化窗口进行更新
    self.vis.poll_events()
    self.vis.update_renderer()
启动定时器并且设置定时器时间和触发事件
def start_timer(self):
    self.clock = QTimer(self)  # 创建一个计时器
    self.clock.timeout.connect(self.draw_update)  # 将计时器的timeout信号连接到draw_update方法
    
    # 设置计时器每0毫秒触发一次 但并不是真的0毫秒触发一次 而是每次draw_update运行结束 就马上重新运行一次
    self.clock.start(0)
xyz坐标文本加载成array代码和判断是否四个点在一个平面上的代码
def load_txt(self, file_path):
    # 从文本文件读取点云数据
    points = []
    with open(file_path, 'r') as file:
        for line in file:
            # 分割每一行的内容，转换为浮点数，并添加到列表中
            x, y, z = map(float, line.strip().split(' '))
            points.append([x, y, z])
    # 将列表转换为NumPy数组，便于后续处理
    points = np.array(points)
    return points

def are_points_coplanar(self, A, B, C, D): # 验证四个点确实在一个平面上
    # 计算向量
    AB = B - A
    AC = C - A
    AD = D - A
    # 计算叉乘
    cross1 = np.cross(AB, AC)
    cross2 = np.cross(AB, AD)
    # 计算两个叉乘的点乘
    dot = np.dot(cross1, cross2)
    # 如果点乘接近于0，则两个叉乘向量平行，点共面
    return dot < 0.00001 # 小于计算误差的话 即可确定他们确实在一个平面上

4.整体代码：

import sys
import win32gui  # 用于Windows GUI编程，这里主要用来查找Open3D创建的窗口句柄
import numpy as np
import open3d as o3d  # 用于3D数据处理和可视化
from PyQt5.QtWidgets import QApplication, QMainWindow, QWidget  # 用于创建和管理GUI应用程序的窗口
from PyQt5.QtGui import QWindow  # 提供了创建和操作窗口的功能
from PyQt5.QtCore import QTimer  # 提供定时器功能，用于周期性的执行任务

import designer # 导入ui转换的那个py文件

class MainWindow(QMainWindow):
    def __init__(self, parent=None):
        super(MainWindow, self).__init__(parent)
        self.ui = designer.Ui_MainWindow()  # 初始化ui界面
        self.ui.setupUi(self)  # 设置界面

        self.start_point = None
        self.end_point = None

        # 初始化open3D可视化器 并且初始化视线线集
        self.init_visualizer()
        # 创建和添加open3D的窗口转化成的QWidget
        self.init_display_container()
        # 启动pyqt定时器
        self.start_timer()

    def init_visualizer(self):
        self.vis = o3d.visualization.Visualizer()  # 创建一个可视化器
        self.vis.create_window(visible=False)  # 创建一个不可见的open3D窗口，用于后台渲染
        self.line_set_eye = o3d.geometry.LineSet()  # 初始化空的线组 注意这里是视线
        self.current_line_index = 0  # 初始化当前视线索引

    def init_display_container(self):
        # 查找Open3D创建的窗口的句柄 open3D代表窗口标题 ，这两个把任何一个设置成None都能正常运行
        self.winid = win32gui.FindWindow('GLFW30', 'open3D')
        # 从句柄创建QWindow
        self.sub_window = QWindow.fromWinId(self.winid)
        # 将QWindow转换为QWidget
        self.displayer = QWidget.createWindowContainer(self.sub_window)
        # 将这个QWidget添加到UI布局的gridLayout中
        self.ui.gridLayout.addWidget(self.displayer)
    def find_four_points(self, A, B, C):
        # 根据加载的点计算第四个点D的坐标
        A = point_array[0]
        B = point_array[1]
        C = point_array[2]
        D = np.array([A[0] + B[0] - C[0], A[1] + B[1] - C[1], A[2] + B[2] - C[2]])
        # 判断是否在一个平面上
        print(window.are_points_coplanar(A, B, C, D))
        # 将计算得到的四个点组成一个新的NumPy数组
        points = np.array([A, B, C, D])
        return points
    def draw_ABCD_point2line_and_add_geometry(self, points):
        #
        # 读取已知的三个点的数据 这里为了区分已知的ABC和推断出的那个点D 对ABC进行了染色
        self.pcd = o3d.io.read_point_cloud('xyz.txt', format="xyz") # 以点云的方式读取已知的三个点
        colors_points = [[0, 1, 0], [0, 1, 0], [0, 1, 0]]
        self.pcd.colors = o3d.utility.Vector3dVector(colors_points)  # 设置已知的三个点的颜色

        # 定义线段的索引 这里顺序要和生成点 对应起来  前面
        # 平面都是在同一个平面
        lines = [[0, 2], [2, 1], [1, 3], [3, 0]] # 0代表第一个点 1代表第二个 [0, 2]代表第一个点和第三个点的连线
                #  AC       CB     BD      DA

        self.line_set = o3d.geometry.LineSet(            # 创建线组 这个线组是平行四边形的线组
            points=o3d.utility.Vector3dVector(points),
            lines=o3d.utility.Vector2iVector(lines), )

        colors_lines = [[1, 0, 0] for i in range(len(lines))]  # 定义平行四边形线段颜色
        self.line_set.colors = o3d.utility.Vector3dVector(colors_lines)  # 设置平行四边形线的颜色

        self.vis.add_geometry(self.pcd)  # 将点云格式的三已知点ABC添加到可视化工具中
        self.vis.add_geometry(self.line_set)  # 将平行四边形线集添加到可视化工具中

    def draw_update(self):
        # 更新可视化
    ################################################################
        if self.current_line_index < len(self.end_point):  # 判断是否跑完了所有端点

            if self.current_line_index != 0: # 如果线的索引不是0就删除之前的画的线
                self.vis.remove_geometry(self.line_set_eye)

            # 射线的端点
            start_point = self.start_point
            end_point = self.end_point[self.current_line_index]

            # 将新线添加到视线集中
            self.line_set_eye.points = o3d.utility.Vector3dVector(np.array([start_point, end_point]))
            self.line_set_eye.lines = o3d.utility.Vector2iVector([[0, 1]])
            # 设置视线线条的颜色为蓝色
            self.line_set_eye.colors = o3d.utility.Vector3dVector([[0, 0, 1]])

            # 把新的视线添加到图形
            self.vis.add_geometry(self.line_set_eye)

            # 视线索引+1
            self.current_line_index += 1

    ################################################################
        # Open3D可视化更新的调用
        self.vis.poll_events()
        self.vis.update_renderer()
    def start_timer(self):
        self.clock = QTimer(self)  # 创建一个计时器
        self.clock.timeout.connect(self.draw_update)  # 将计时器的timeout信号连接到draw_update方法
        # 设置计时器每0毫秒触发一次 但并不是真的0毫秒触发一次 而是每次draw_update运行结束 就马上重新运行一次
        self.clock.start(0)
    def load_txt(self, file_path):
        # 从文本文件读取点云数据
        points = []
        with open(file_path, 'r') as file:
            for line in file:
                # 分割每一行的内容，转换为浮点数，并添加到列表中
                x, y, z = map(float, line.strip().split(' '))
                points.append([x, y, z])
        # 将列表转换为NumPy数组，便于后续处理
        points = np.array(points)
        return points

    def are_points_coplanar(self, A, B, C, D): # 验证四个点确实在一个平面上
        # 计算向量
        AB = B - A
        AC = C - A
        AD = D - A
        # 计算叉乘
        cross1 = np.cross(AB, AC)
        cross2 = np.cross(AB, AD)
        # 计算两个叉乘的点乘
        dot = np.dot(cross1, cross2)
        # 如果点乘接近于0，则两个叉乘向量平行，点共面
        return dot < 0.00001 # 小于计算误差的话 即可确定他们确实在一个平面上

    #
    #
    # def __del__(self):
    #     self.vis.destroy_window()

# 主程序入口
if __name__ == '__main__':
    app = QApplication(sys.argv)  # 创建一个QApplication，作为GUI应用程序的入口
    window = MainWindow()  # 实例化MainWindow

    point_cloud_txt = 'xyz.txt'  # 定义已知的三个点的文件路径
    point_array = window.load_txt(point_cloud_txt)  # 加载三个点的数据 返回[3,3]的array数组

    # 根据三个点A,B,C的位置获得第四个点D 并返回[4, 3]的数组
    points = window.find_four_points(point_array[0], point_array[1], point_array[2])

    window.start_point = np.array([4, 4, 5])  # 设置射线起点
    window.end_point = window.load_txt('xyz_vector_2.txt') # 加载射线终点

    # 给ABC三个点染色，并绘制出ABCD这个平行四边形
    window.draw_ABCD_point2line_and_add_geometry(points)

    window.show()  # 显示主窗口
    sys.exit(app.exec_()) # 进入程序的主循环，等待用户事件并作出响应，直到退出程序

5.问题

1）现在用到的视线的起点是固定的起点，终点是平行四边形四条线间隔0.08采样离散点得来的 是加载的txt文件得到的array

如果是不断检测得到的起点和终点

想法是 定义一个起点和终点 然后把检测结果赋值给他俩 让这个定时器 判断这个起点和终点是不是变了 变了之后然后就触发更新 删除视线集中原有的点 然后将这个新的点添加进去

灰蒙蒙的天上
关注
  • 5
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于open3d+pyqt的点云开发
阁楼
05-18 3398
open3d+pyqt开发
2+TLZ【源码】数据可视化：基于Echarts+PyQT+Flask实现的动态实时【拖拉拽大屏】-数据中心.zip
03-25
Echarts/PyQT/Flask实现的 动态实时拖拉拽大屏 ，重点的事情说三遍：自定义拖拉拽，自定义拖拉拽，自定义拖拉拽！！！ YYDatav的数据可视化大屏《精彩案例汇总》（Python&Echarts源码） https://yydatav.blog.csdn.net/article/details/120705616?spm=1001.2014.3001.5502 《工厂订单出入库信息管理系统》完整案例详解（含演示网址账号）（Go&Vue源码） https://yydatav.blog.csdn.net/article/details/117841646?spm=1001.2014.3001.5502 YYDatav的数据可视化大屏《精彩案例汇总》（Java SpringBoot&Echarts源码） https://yydatav.blog.csdn.net/article/details/123652970?spm=1001.2014.3001.5502
Open3D与PyQT联动的两种方法
最新发布
m0_48465302的博客
03-12 924
【代码】Open3D与PyQT联动的两种方法。
PyQt open3d 加载 显示点云
q610098308的专栏
08-25 1228
PyQt加载 显示点云，已经有三种方式，使用 open3d;
Pyqt5+数据可视化+数据库+Qcharts
03-29
通过设定数据范围，索引数据库数据进行数据可视化，基于pyqt5的界面编写，模块化设计，可在UI文件上进行修改，一键生成自己的界面，
linux(ubantu)下Qt+Open3D+Assimp加载显示多种3D模型
07-18
linux(ubantu)下Qt加载显示Open3D模型(支持多种3D格式)，可旋转、拖动平移和缩放； 以Qt的Widget组件+Open3D库+Assimp库实现；
qt 配置open3d
salewang的博客
02-14 899
在pro 文件中添加 include(F:/xuwanlu/control.pri)解决找到 OpenGL32.Lib将lib 添加到 lib 的文件夹里面。开始因为lib文件出问题、换了之后出现更多问题。最后经过排查发现少了Gdi32.Lib。--来自百度网盘超级会员V4的分享。一、配置前要先编程open3d。重新构建项目然后回多出来pri。在pri中添加open3d目录。把txt 修改为 pri。提示glf3w.lib。
在PyQt5窗口中嵌入open3d窗口显示点云图形
baiice_lee的博客
04-05 6064
open3d在绘制点云等图形时，通常需要创建一个窗口。本文实现了将open3d创建的窗口显示在Qt窗口内，以便于后续通过Qt控件和槽函数调用open3d强大的绘图和处理功能。
Open3D GUI
weixin_42783619的博客
05-27 3876
open3d GUI 需要安装新版open3d，旧版会报错，测试使用的是0.14.1版 测试用例参考官方示例（vis-gui.py） 注意切换运行路径
open3d+vs+qt结合
lzyphhh的博客
03-10 946
使用c++ open3d结合qt和vs2019进行联合开发的小教程，网上的资料大多繁杂过时。
python+pyqt5+mysql+可视化图书管理系统
12-22
图书管理系统对于我们的图书管理来说非常重要，管理图书者可以通过系统有效的管理书籍，用户可以通过系统快速有效的找到自己需要的书籍。相比人工管理来说效率提升非常的大，用户的体验感也大大提升。
Open3D编译库(可用于QT和VS2019)
05-10
已经编译好的OPEN3D库哦，是用VS2019 64的编译，我是应用在QT上的，所以我把.pri文件也放到里面，如果用QT去使用这个库的话那么直接引用我的.pri文件或者按照文件来修改include和lib引用即可。同理如果用VS2019的话按照第三方库引用的方法引用即可。这个是动态链接库，必须把Open3D.dll文件放到运行目录下！！
pyqt+opencv+常用图像算法可视化
04-27
## 包含的算法： 1. 均值滤波 2. 高斯滤波 3. 中值滤波 4. Sobel边缘检测 5. Laplacian边缘检测 6. Canny边缘检测 7. 膨胀 8. 腐蚀 9. 灰度化 10. 直方图均衡化 ## 包含的功能： 1. 从文件中打开图片 2. 返回上一张处理后的图像 3. 保存处理后的图像文件 4. 退出系统 详细信息参考：https://ximikang.notion.site/pyqt-opencv-375fe7de68614f2fab393f51089f4186
Open3D编译库（VS2019）
10-09
基于VS2019编译的Open3D库，可以在QT下进行开发，附件中包含官网范例可用于借鉴参考，源码可以自行在GitHub下载。
PyQt5+数据可视化+python+界面开发
07-13
基于python语言使用PyQt5框架对读入的海南省图片进行分析，结合txt文档中的各个地点的经纬度，从而描绘出各个点的坐标位置。然后画图呈现在PyQt5的界面上。演示效果请参考我的B站视频：...
QT OpenGL 3D
happy_yourself的博客
12-04 1036
基于QT的OpenGL运用
Qt OpenGL 3D模型
m0_73443478的博客
12-02 1951
Qt OpenGL 3D模型
pyqt嵌入open3d
09-24
PyQt是一个流行的Python GUI库，而Open3D是一个开源的3D数据处理库。嵌入Open3D到PyQt中可以实现在PyQt界面中显示和操作三维数据。 首先，您需要安装PyQt和Open3D库。您可以使用pip命令在Python环境中安装它们： ``` pip install PyQt5 pip install open3d ``` 然后，您需要创建一个PyQt应用程序并添加一个窗口部件来显示Open3D视图。可以使用Qt的QVBoxLayout和QHBoxLayout来布局界面，并将Open3D视图嵌入到QWidget中。例如： ```python from PyQt5.QtWidgets import QApplication, QWidget, QVBoxLayout, QHBoxLayout import open3d as o3d class MyWidget(QWidget): def __init__(self): super().__init__() # 创建Open3D视图 self.pcd = o3d.geometry.PointCloud() self.pcd.points = o3d.utility.Vector3dVector([[0, 0, 0], [1, 0, 0], [0, 1, 0]]) self.pcd.paint_uniform_color([1, 0, 0]) self.vis = o3d.visualization.VisualizerWithPointCloud() self.vis.create_window() self.vis.add_geometry(self.pcd) # 创建布局 layout = QVBoxLayout() layout.addWidget(self.vis) # 设置主窗口布局 self.setLayout(layout) if __name__ == '__main__': app = QApplication([]) window = MyWidget() window.show() app.exec_() ``` 在上面的示例中，我们使用Open3D创建了一个简单的点云，并使用布局和窗口部件将Open3D视图嵌入到PyQt应用程序中。此时，您将能够在PyQt界面中看到该点云的可视化效果。 当然，您还可以根据需要添加其他功能，例如加载和显示其他类型的3D模型、编辑点云等等。这只是一个简单的例子，希望对您有所帮助。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值