三种点云下采样方法（二）— open3d python

本文为博主原创文章，未经博主允许不得转载。
本文为专栏《python三维点云从基础到深度学习》系列文章，地址为“https://blog.csdn.net/suiyingy/article/details/124017716”。

         点云下采样是对点云以一定的采样规则重新进行采样，目的是在保证点云整体几何特征不变的情况下，降低点云的密度，进而可以降低相关处理的数据量和算法复杂度。上一节介绍了体素下采样的方法https://blog.csdn.net/suiyingy/article/details/124458903。本节将介绍均匀下采样和随机下采样。最远点采样等方法后续会在深度学习章节中进行详细介绍。

1 均匀下采样

        均匀采样是指每隔固定的点数采样一次。样本按点的顺序执行，始终选择从第 1 个点开始，而不是随机选择。显然点存储的顺序不同，得到的结果也会不一样。从这个角度来看，这种方法比较适合有序点云的降采样。这种方法适合均匀采集到的点云，如果点云本身不均匀，那么以固定点数采样很有可能造成某一部分的点云没被采样到。相比于体素的采样方法，点云均匀采样后的点数是固定可控的，而体素采样后的点云数量是不可控的。

        open3d中的均匀采样函数为uniform_down_sample。

pcd.uniform_down_sample(100)#每隔100个点采样一次

2 随机下采样

        顾名思义，随机下采样就似乎在原始点云中随机采样一定点数的点。