点云 PCA 分析和法向量计算的实现

1 Perform PCA for the object and visualize the result

• 点云在open 3D中展示
• 点云的主成分展示

2 Perform surface normal estimation for each point of each object,visualize it.

• 点云中各个点的法向量可视化

3 Code

import open3d as o3d
import os
import numpy as np
import pandas as pd
from pyntcloud import PyntCloud

# 功能：计算PCA的函数
# 输入：
#     data：点云，NX3的矩阵
#     correlation：区分np的cov和corrcoef，不输入时默认为False
#     sort: 特征值排序，排序是为了其他功能方便使用，不输入时默认为True
# 输出：
#     eigenvalues：特征值
#     eigenvectors：特征向量
def PCA(data, correlation=False, sort=True):

    X = np.asarray(data).T
    X_mean = np.mean(X,axis=1).reshape(3,1)
    X_head = X - X_mean
    H = X_head.dot(X_head.T)
    eigenvalues,eigenvectors