点云采样方法

最新推荐文章于 2024-04-11 19:44:12 发布

jjm2002

最新推荐文章于 2024-04-11 19:44:12 发布

阅读量747

点赞数 21

分类专栏：点云配准Python 文章标签： python 下采样

本文链接：https://blog.csdn.net/qq_58060770/article/details/136404836

版权

点云配准Python 专栏收录该内容

24 篇文章 18 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了两种点云下采样方法：体素格下采样和随机下采样。体素格下采样通过将点云划分为体素格并保留每个体素的一个点来减少点云密度，而随机下采样则是随机选择一定数量的点。参数设置如体素格大小和采样点数量直接影响下采样后点云的密度。此外，还讨论了使用批处理进行最远点采样的优化策略。

摘要由CSDN通过智能技术生成

一、代码

Python

import open3d as o3d
import numpy as np
import random
import math


# 方法一：体素格下采样
def voxel_cell_downsampling(point, voxel=10):
    point = point.voxel_down_sample(voxel)
    return point


# 方法二：随机下采样
def random_downsampling(point, size=20):
    # 获取点云中点的数量
    num_points = np.asarray(point.points).shape[0]
    # 随机选取一半的点进行下采样
    indices = np.random.choice(num_points, size=num_points // size, replace=False)
    point = point.select_by_index(indices)
    return point


# 方法三：最远点下采样
def farthest_point_downsampling(point, v=1000, batch=1):
    points = np.asarray(point.points)
    dump = np.zeros((v, 3))
    ran_points = math.floor(len(points) / batch)

了解本专栏