3D点云图转灰度图2(准确复原版)

本文代码已上传GitHub
在上一篇文章中,由于左边的转换等因素,有造成精度的丢失,没有还原最原始的点云图像,经过一天的思考,我发现了上一个方法并不是特别可取,本篇文章将使用一个新的方法,最大程度还原了原始图像。在此之前对两种方法进行一个总结:
方法一:由于点云xyz格式,分别对应的是坐标,并且是浮点数,那么将其*10转换为int型的数即可。然后再以x轴y轴最大数作为图像尺寸即可。
方法二:其实点云图与二维图是一致的,每个点是有序。我们只需要统计x轴和y轴出现了多少种数字,就能确定这张图的大小。举例说明比如一个点云图。

x y z
1.1 1.1 1.2
1.1 2.0 1.3
2.0 2.0 1.3

看出来了吗,其实这个点云图转换为灰度图就是2*2像素。因为x轴只有(1.1,2.0)y(轴同样如此)。那么比如说第一个坐标(1.1,1.1,1.2)对应到灰度图上就是(0,0,1.2)。0来自于1.1是x轴的第0个元素。

  • 0
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
要将Open3D点云转换为深度图,首先需要将点云数据转换为图像数据。在Open3D中,可以使用voxelize()函数将点云数据转换为体素网格表示。体素网格是一个三维网格,根据点云在网格中的分布来估计深度值。 首先,我们需要创建一个空的体素网格对象,并设置体素大小。然后,将点云数据传递给voxelize()函数,将点云数据转换为体素网格表示。接下来,通过调用extract_voxel_point_indices()函数提取体素网格中非空体素的索引。 通过这些索引,可以创建一个空的深度图像。遍历每个体素的索引,在深度图像中对应像素位置处设置深度值。可以使用目标像素的位置和体素大小转换索引为像素坐标。 最后,将深度图像的像素值归一化到0-1范围内。这可以通过将深度值减去最小深度值,并除以最大深度值-最小深度值来实现。 需要注意的是,转换后的深度图像是灰度图像,深度值表示点云中物体到相机的距离。 总结起来,将Open3D点云转换为深度图的步骤如下: 1. 创建一个体素网格对象,并设置体素大小。 2. 使用voxelize()函数将点云数据转换为体素网格表示。 3. 使用extract_voxel_point_indices()函数提取体素网格中非空体素的索引。 4. 创建一个空的深度图像,并遍历每个体素的索引,在深度图像中设置深度值。 5. 归一化深度图像的像素值到0-1范围内。 通过这些步骤,可以将Open3D点云转换为对应的深度图像。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

rglkt

你的鼓励将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
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