Open3D是一个开源库,支持快速开发和处理3D数据。Open3D在c++和Python中公开了一组精心选择的数据结构和算法。后端是高度优化的,并且是为并行化而设置的。
本系列学习计划有Blue同学作为发起人,主要以Open3D官方网站的教程为主进行翻译与实践的学习计划。点云PCL公众号作为免费的3D视觉,点云交流社区,期待有使用Open3D或者感兴趣的小伙伴能够加入我们的翻译计划,贡献免费交流社区,为使用Open3D提供中文的使用教程。
从0.4.0版本开始,我们通过webGL添加了对Jupyter的实验性支持.如果从pip或者conda安装Open3d的话,jupyter支持会默认开启.如果从源码安装Open3d的话,请设置Python绑定环境,了解如何建立Jupyter支持的Open3d.
要注意的是,Jupyter可视化依然处于早期的实验性阶段,以下是主要的限制.
只支持点云数据.
相机是用固定参数初始化的,因此初始化的视角对于点云可能不是最优的.
性能没有优化.
控制
鼠标滚轮:放大/缩小
鼠标左键拖动:轴旋转
鼠标右键拖动:平移
使用例程
Jupyter可视化被定义为 JVisualizer 类.初始化这个类,然后调用 add_geometry 去添加Open3d几何;类型,之后调用 show 将其显示在Jupyter部件上.
import numpy as np
import open3d as o3d
from open3d import JVisualizer
points = (np.random.rand(1000, 3) - 0.5) / 4
colors = np.random.rand(1000, 3)
pcd = o3d.geometry.PointCloud()
pcd.points = o3d.utility.Vector3dVector(points)
pcd.colors = o3d.utility.Vector3dVector(colors)
visualizer = JVisualizer()
visualizer.add_geometry(pcd)
visualizer.show()
如果点云是不可见的(由于相机的初始参数),可以通过鼠标缩放来将其移动到合适的视角.
注意:
关于Jupyter可视化之前有过尝试,因为数据在服务器上,想通过这种方式直接在个人电脑上查看数据,但是效果并不好,一方面是视角问题,另一方面是性能问题,很卡顿,并且当点的数量过多的时候,点云半天显示不出来.
如果大家有好的远程查看的点云数据的方式,欢迎评论留言交流.
参考文章
http://www.open3d.org/docs/release/compilation.html#jupyter-visualization-widgets-support-experimental
资源
三维点云论文及相关应用分享
【点云论文速读】基于激光雷达的里程计及3D点云地图中的定位方法
3D目标检测:MV3D-Net
三维点云分割综述(上)
3D-MiniNet: 从点云中学习2D表示以实现快速有效的3D LIDAR语义分割(2020)
win下使用QT添加VTK插件实现点云可视化GUI
JSNet:3D点云的联合实例和语义分割
大场景三维点云的语义分割综述
PCL中outofcore模块---基于核外八叉树的大规模点云的显示
基于局部凹凸性进行目标分割
基于三维卷积神经网络的点云标记
点云的超体素(SuperVoxel)
基于超点图的大规模点云分割
更多文章可查看:点云学习历史文章大汇总
SLAM及AR相关分享
【开源方案共享】ORB-SLAM3开源啦!
【论文速读】AVP-SLAM:自动泊车系统中的语义SLAM
【点云论文速读】StructSLAM:结构化线特征SLAM
SLAM和AR综述
常用的3D深度相机
AR设备单目视觉惯导SLAM算法综述与评价
SLAM综述(4)激光与视觉融合SLAM
Kimera实时重建的语义SLAM系统
SLAM综述(3)-视觉与惯导,视觉与深度学习SLAM
易扩展的SLAM框架-OpenVSLAM
高翔:非结构化道路激光SLAM中的挑战
SLAM综述之Lidar SLAM
基于鱼眼相机的SLAM方法介绍
如果你对Open3D感兴趣,或者正在使用该开源方案,就请加入我们,一起翻译,一起学习,贡献自己的力量,目前阶段主要以微信群为主,有意者发送“Open3D学习计划”到公众号后台,和更多热爱分享的小伙伴一起交流吧!如果翻译的有什么问题或者您有更好的意见,请评论交流!!!!
以上内容如有错误请留言评论,欢迎指正交流。如有侵权,请联系删除
点一下“在看”你会更好看耶
![cdaf4cee6be312da28096d8d9f058dd2.gif](https://i-blog.csdnimg.cn/blog_migrate/f48b7d5f6ab5d475165591d0a9f13dfb.gif)