Open3D中的所有数据结构都兼容NumPy。下面的教程介绍如何使用NumPy生成sync函数的变体并使用Open3D可视化该函数。
首先我们生成一个矩阵xyz。函数决定矩阵xyz每一列的x,y,z值。是z在[0, 1]区间的归一化映射。
# 使用sync函数的变体生成纯n乘3矩阵
x = np.linspace(-3, 3, 401)
mesh_x, mesh_y = np.meshgrid(x, x)
z = np.sinc((np.power(mesh_x, 2) + np.power(mesh_y, 2)))
z_norm = (z - z.min()) / (z.max() - z.min())
xyz = np.zeros((np.size(mesh_x), 3))
xyz[:, 0] = np.reshape(mesh_x, -1)
xyz[:, 1] = np.reshape(mesh_y, -1)
xyz[:, 2] = np.reshape(z_norm, -1)
print('xyz')
print(xyz)
xyz
[[-3. -3. 0.17846472]
[-2.985 -3. 0.17440115]
[-2.97 -3. 0.17063709]
...
[ 2.97 3. 0.17063709]
[ 2.985 3. 0.17440115]
[ 3. 3. 0.17846472]]
将NumPy数据转为open3d.PointCloud
Open3d提供了从NumPy矩阵到3D向量的转换.使用Vector3dVector,能够直接将一个NumPy矩阵变为open3d.PointCloud.points.
通过这种方式,所有类似的数据结构比如open3d.PointCloud.colors 或 open3d.PointCloud.normals,都能直接使用NumPy赋值或者修改.以下代码将点云保存为ply格式以供下一步使用.
# 将 xyz值传给Open3D.o3d.geometry.PointCloud并保存点云
pcd = o3d.geometry.PointCloud()
pcd.points = o3d.utility.Vector3dVector(xyz)
o3d.io.write_point_cloud("sync.ply", pcd)
将open3d.PointCloud转为NumPy数据
如这个例程所示,Vector3dVector类型的pcd_load.points通过np.asarray直接转化为NumPy数组.
# 加载点云
pcd_load = o3d.io.read_point_cloud("sync.ply")
# 将 Open3D.o3d.geometry.PointCloud转为numpy数据
xyz_load = np.asarray(pcd_load.points)
print('xyz_load')
print(xyz_load)
# 可视化
o3d.visualization.draw_geometries([pcd_load])
xyz_load
[[-3. -3. 0.17846472]
[-2.985 -3. 0.17440115]
[-2.97 -3. 0.17063709]
…
[ 2.97 3. 0.17063709]
[ 2.985 3. 0.17440115]
[ 3. 3. 0.17846472]]