【点云无损压缩】python-pcl：点云las、laz文件的读取、写入、压缩

置顶 已于 2024-03-27 21:58:23 修改
阅读量8.7k 收藏 51
点赞数 2
分类专栏： Python OpenCV Python-pcl 点云 pcd las/laz PCL 文章标签： python 算法 点云Las 点云laz无损压缩 python-pcl
于 2020-05-15 09:21:55 首次发布
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/qq_40985985/article/details/105784220
版权

0：PCL中有哪些可用的PointT类型

  1. PointXYZ–成员变量: float x, y, z; PointXYZ是使用最常见的一个点数据类型，因为它只包含三维xyz坐标信息，这三个浮点数附加一个浮点数来满足存储对齐，用户可利用points[i].data[0]，或者points[i].x访问点的x坐标值。
  2. PointXYZI–成员变量: float x, y, z, intensity; PointXYZI是一个简单的XYZ坐标加intensity的point类型
  3. PointXYZRGBA–成员变量: float x, y, z; uint32_t rgba;除了rgba信息被包含在一个整型变量中，其它的和PointXYZI类似。
  4. PointXYZRGB - float x, y, z, rgb;除了rgb信息被压缩包含在一个浮点型变量中，其它和PointXYZRGB类似。
  5. PointXY-float x, y;简单的二维x-y point结构
  6. InterestPoint-float x, y, z, strength;除了strength表示关键点的强度的测量值，其它的和PointXYZI类似。
  7. Normal - float normal[3], curvature;另一个最常用的数据类型，Normal结构体表示给定点所在样本曲面上的法线方向，以及对应曲率的测量值（通过曲面块特征值之间关系获得——查看NormalEstimation类API以便获得更多信息
  8. PointNormal - float x, y, z; float normal[3], curvature;PointNormal是存储XYZ数据的point结构体，并且包括采样点对应法线和曲率。

1. python las读取与写入

用l

了解本专栏 订阅专栏 解锁全文 超级会员免费看
程序媛一枚~
关注
  • 2
    点赞
  • 踩
  • 51
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
专栏目录
订阅专栏
不同格式点云存储结构(txt、pcd、las、ply)整理以及基本的读写、可视化方法
zhaoguanhua的博客
07-15 3万+
一、文本（txt） 按行排列，x，y，z，r，g，b 如下图 二、PCD 文件头 三、LAS 四、PLY PLY是一种多边形文件格式，由Standford大学的Truk等人设计开发
las格式点云
09-22
las格式的点云数据，对做实验很有帮助，另外可以用Inphoto软件打开
PCL- Las文件处理
myenjoy_1的博客
03-24 1242
在对点云数据处理的时候，很多时候激光雷达扫描的文件不一定是.pcd文件，这个时候需要进行相关文件处理，如Las，laz,e57等文件格式，本文将介绍las文件的读写.本文完成的Las文件的读写，点云数据在传递之中一般按照并非标准的.pcd文件，因此熟悉各种点云数据的解析格式是很有必要的。
las格式点云数据使用详解(附VS编译好的LAStools工具)
最新发布
不知名的代码小白
06-05 959
LAS（Laser File Format）是一种专门为三维点云数据设计的文件格式，由美国摄影测量和遥感协会（American Society for Photogrammetry and Remote Sensing，ASPRS）管理和维护。LAS 文件格式采用二进制存储，可以保存激光点的三维坐标、强度、回波、RGB、扫描角等多种信息，是目前最为广泛使用的点云数据格式。LAZ 文件格式是 LAS 的无损压缩版本。对于较为直观的ASCII文件，其存在数据读取效率慢的问题。
python读文件en_python 点云las、laz文件的读取、写入、压缩
weixin_39904268的博客
12-05 1257
1. python las读取与写入用laspy库： https://pypi.org/project/laspy/获取las、laz的规格、点数据格式，点数据的具体字段名称，具体的点数据解析las、laz头文件区、点数据区的所有字段参考：https://readthedocs.org/projects/laspy/参考：https://pylas.readthedocs.io/en/latest...
ply las pcd等一些常见的基本点云文件格式的读写方法
qq_46084757的博客
07-05 5850
ply las pcd等一些常见的基本点云文件格式的读写方法
支持python2.7和python3.7的python-pcl安装文件
01-30
python_pcl-0.3.0rc1-cp27-cp27mu-linux_x86_64.whl python_pcl-0.3.0rc1-cp37-cp37m-linux_x86_64.whl 说明： Ubuntu18.04系统，在python2.7或python3.7的环境中通过pip install XXX.whl指令进行安装，安装完成后，...
点云处理-PCL-常用PCD格式和PLY文件
04-06
本人在学习PCL过程中，收集的一些pcd格式和ply格式的三维点云文件，压缩包内的主要为动物点云模型，其中包括：兔子，中国龙，猴子，猫，狗，猪，狼以及犰狳等动物类型。 适合人群：入门点云库PCL的同学。
pclpy:点云库（PCL）的Python绑定
05-06
点云库（PCL）的Python绑定。 使用CppHeaderParser和pybind11从标头生成。 使用conda install -c conda-forge -c davidcaron pclpy ： conda install -c conda-forge -c davidcaron pclpy （请参见下面的安装） ...
python-pcl-master.zip
03-16
总的来说，“python-pcl-master.zip”压缩包提供了一个全面的解决方案，让Windows用户能够轻松地在Python中利用PCL的强大功能进行3D点云处理和分析。通过理解和实践提供的资源，开发者可以深入掌握点云处理技术，并...
python-pcl-master安装包
08-02
这个"python-pcl-master"安装包是将PCL库与Python接口相结合，使得Python开发者能够方便地利用PCL的功能。 在安装Python-PCL之前，首先确保你的系统已经安装了以下依赖： 1. **Python**: Python-PCL通常支持Python ...
点云Las文件是什么？
热门推荐
qq_40985985的博客
12-19 1万+
点云Las文件是什么？ 1. LIDAR数据 2. LAS点云规格 3. LAS Header头文件 4. LAS Header版本与LAS点格式 5. 点云Header与点格式对应关系 6. 示例查看点云文件的规格和格式 7. LAS读取可参考 pylas 及 laspy库参考
Open3D 三维点云读取可视化、下采样、去除离群点、地面提取
qq_40985985的博客
06-01 1万+
Open3D：3D数据处理的现代库，是一个开放源代码库，支持快速开发处理3D数据的软件。Open3D在C ++和Python中公开了一组精心选择的数据结构和算法。后端经过高度优化，并支持并行化。 推荐Python，支持Python（3.5、3.6、3.7、3.8），支持系统（Ubuntu 18.04+、macOS 10.14+、Windows 10 (64-bit)）。 Open3D的核心功能包括： 3D数据结构 3D数据处理算法 场景重建 表面对齐 3D可视化 基于物理的渲染【 Physically
Open3D 点云法向量3种估计方法及法向量可视化
qq_40985985的博客
09-24 8654
该博客主要进行： （1）点云读取可视化 （2）下采样可视化 （3）法向量三种估计方式（K近邻估计，半径近邻估计，混合搜索估计） （4）点云法向量可视化 （5）点云每个点对应的法向量点存储 （6）点云法向量点可视化
Open3D点云处理算法最全合集
qq_40985985的博客
09-24 7926
Open3D算法最全合集，致力于搜集可运行，可视化较好的Open3D算法，持续更新中… 1. Open3D 点云读取及可视化、离群点去除 2. Open3D 点云体素格下采样 3. Open3D 点云KdTree建立、3种近邻搜索及结果可视化 Open3D 点云法向量3种计算方法及可视化 5. Open3D 点云下采样、离群点去除、地面提取、法向量计算及可视化 6. Open3D 点云 DbScanClustering聚类算法 7. Open3D 计算点云凸包 8. Open3D 计算点云包围盒 9.
Open3D DbScanClustering聚类算法及聚类分簇可视化及存储
qq_40985985的博客
09-13 6758
DBSCAN聚类算法，是基于密度的聚类算法。该算法需要两个参数。 labels = np.array(pcd.cluster_dbscan(eps=0.02, min_points=10, print_progress=True)) 入参： eps： 定义到聚类邻居的距离 min_points： 定义形成聚类所需的最小点数。 出参： 该函数返回一个标签，其中标签-1表示噪音。 该算法定义以选中的点开始蔓延，邻居点距离<=0.02米，最小有10个点就可以构成一个簇；适用于原始点云分隔的比较
【点云空间索引】python-pcl：KdTree与八叉树
qq_40985985的博客
09-04 6203
点云数据主要是表征目标表面的海量点集合，并不具备传统实体网格数据的几何拓扑信息。点云处理中最核心的问题就是建立离散点间的拓扑结构。实现基于邻域关系的快速查找，划分空间的索引结构主要有：k-d tree，八叉树。...
[pcl::VoxelGrid::applyFilter] Leaf size is too small for the input dataset 报错解决，亲测可行
qq_40985985的博客
07-01 5934
Python-pcl 点云下采样时报错及解决 [pcl::VoxelGrid::applyFilter] Leaf size is too small for the input dataset. Integer indices would overflow.[pcl::VoxelGrid::applyFilter] Leaf size is too small for the input dataset. Integer indices would overflow
读取las点云文件 并将其转换为pcl::PCLPointCloud2
09-09
### 回答1： 要读取las点云文件并将其转换为pcl::PCLPointCloud2，可以使用PCL库中的LAS IO模块。下面是一个示例代码： ```c++ #include <pcl/io/io.h> #include <pcl/io/las_io.h> int main() { pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); if (pcl::io::loadLASFile("input.las", *cloud) == -1) { PCL_ERROR("Failed to read LAS file.\n"); return -1; } pcl::PCLPointCloud2 pcl_cloud; pcl::toPCLPointCloud2(*cloud, pcl_cloud); return 0; } ``` 这个例子中，首先读取了一个LAS文件，然后将其转换为PointXYZ类型的点云。最后，使用pcl::toPCLPointCloud2()函数将PointXYZ类型的点云转换为pcl::PCLPointCloud2类型的点云。 ### 回答2： 要将LAS点云文件转换为pcl::PCLPointCloud2，您可以按照以下步骤进行操作： 1. 首先，您需要使用一个LAS读取器来读取LAS文件的内容。可以使用PCL自带的`pcl::io::LasReader`类来完成这一步骤。您需要创建一个`pcl::io::LasReader`对象，并使用其`open()`方法打开LAS文件。 2. 接下来，您可以使用`read()`方法来读取LAS文件的内容，并将其存储在`pcl::PointCloud<pcl::PointXYZ>`对象中。例如，可以创建一个空的`pcl::PointCloud<pcl::PointXYZ>`对象，并使用`read()`方法将LAS文件的内容读取到该对象中。 3. 一旦您将LAS文件的内容读取到了`pcl::PointCloud<pcl::PointXYZ>`对象中，您可以使用`pcl::toPCLPointCloud2()`方法将其转换为`pcl::PCLPointCloud2`对象。此方法将通过复制点云数据，并设置好所需的字段，将`pcl::PointCloud<pcl::PointXYZ>`转换为`pcl::PCLPointCloud2`。 4. 最后，您可以将转换后得到的`pcl::PCLPointCloud2`对象存储到磁盘或者进行进一步的处理和分析。 以下是一个示例代码，用于读取LAS点云文件并将其转换为`pcl::PCLPointCloud2`： ```cpp #include <pcl/io/io.h> #include <pcl/io/pcd_io.h> #include <pcl/io/las_io.h> int main(){ // Step 1: 用LasReader打开LAS文件 pcl::io::LasReader reader; reader.open("test.las"); // Step 2: 读取LAS文件内容到PointCloud对象 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); reader.read(*cloud); // Step 3: 将PointCloud转换为PCLPointCloud2 pcl::PCLPointCloud2 pcl_pc2; pcl::toPCLPointCloud2(*cloud, pcl_pc2); // Step 4: 保存PCLPointCloud2到磁盘或进行进一步的处理和分析 pcl::io::savePCDFileASCII("test.pcd", pcl_pc2); return 0; } ``` 请注意，在编译时，您需要链接PCL库，并根据您的编译环境进行相应配置。 希望这个回答对您有所帮助！ ### 回答3： 要读取las点云文件并将其转换为pcl::PCLPointCloud2，可以按照以下步骤进行操作： 1. 导入必要的头文件： #include <iostream> #include <pcl/io/io.h> #include <pcl/io/pcd_io.h> #include <pcl/io/ply_io.h> #include <pcl/io/file_io.h> #include <pcl/point_cloud.h> #include <pcl/point_types.h> 2. 创建一个pcl::PointCloud<PointXYZ>类型的对象，用于存储从las文件中读取到的点云数据： pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); 3. 使用pcl::io::loadLASFile()函数将las文件加载到创建的点云对象中： pcl::io::loadLASFile("path/to/las/file", *cloud); 4. 创建一个pcl::PCLPointCloud2类型的对象，用于存储转换后的点云数据： pcl::PCLPointCloud2 cloud2; 5. 使用pcl::toPCLPointCloud2()函数将pcl::PointCloud<PointXYZ>类型的点云对象转换为pcl::PCLPointCloud2类型的对象： pcl::toPCLPointCloud2(*cloud, cloud2); 6. 将转换后的pcl::PCLPointCloud2类型的点云数据保存为pcd或ply文件： pcl::io::savePCDFile("path/to/pcd/file", cloud2); 或 pcl::io::savePLYFile("path/to/ply/file", cloud2); 7. 最后记得释放内存，删除创建的点云对象： cloud->points.clear(); 以上就是将las点云文件读取并转换为pcl::PCLPointCloud2的步骤。读取las文件时需要确保正确的文件路径，转换后的pcl::PCLPointCloud2对象可以保存为pcd或ply文件方便之后的使用和处理。

“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 5
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

打赏作者

程序媛一枚~

您的鼓励是我创作的最大动力。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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