python 空间法向量可视化_深度学习在几何空间中的应用（一）：三维可视化

深度学习在几何空间中的应用(一)：三维可视化

前言目前点云方面的研究是一个热门方向，点云分类、零件分割、语义分割等研究正处于热门研究时期；

深度学习大热以来，渐渐地把二维世界里的框架，或移植，或改进，运用到三维世界中来，那么如何将点云可视化呢？This is a question.

下面让我们一起来探索。

可视化

点云数据准备

如无特别说明，本系列使用的数据是ModelNet40，ModelNet40包含了来自40类的12311个三维形状,其中9843个文件用来训练，2468个文件用来测试。

系统环境操作系统：ubuntu16.04或者windows10，建议在Ubuntu下开发

编程软件：PyCharm

语言环境：Python3.6

python包依赖

使用python3.6读取点云文件，需要提取安装numpy、h5py、mayavi、matplotlib，其中安装mayavi的方法如下(前提：python3.x和64位系统)：1

2pip install mayavi

pip install PyQt5 # GUI

故所需要的包有：1

2

3

4

5

6

7import os

import sys

import numpy as np

import h5py

from mayavi import mlab

from mpl_toolkits.mplot3d import Axes3D

import matplotlib.pyplot as plt

在线方式(ubuntu16.04系统下)1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25BASE_DIR = os.path.dirname(os.path.abspath(__file__)) # 当前py文件所在的路径

print(BASE_DIR) # 显示py文件当前路径

sys.path.append(BASE_DIR) # 加入到系路径里

# download modelnet40 dataset

# 将数据集下载到当前py文件所处路径里的data文件夹里,假设当前py文件在

# BASE_DIR=E:/PointCloud路径里，那么数据集将下载到E:/PointCloud

DATA_DIR = os.path.join(BASE_DIR, 'data')

if not os.path.exists(DATA_DIR): # 如果不存在此文件夹

os.mkdir(DATA_DIR) # 新建data文件夹

# 数据集应在BASE_DIR/data/modelnet40_ply_hdf5_2048里，如果不存在

# BASE_DIR/data/modelnet40_ply_hdf5_2048文件夹，则下载数据集

# modelnet40_ply_hdf5_2048.zip并解压，且输出.zip文件

if not os.path.exists(os.path.join(DATA_DIR, 'modelnet40_ply_hdf5_2048')):

# 数据集文件网址

www = 'https://shapenet.cs.stanford.edu/media/modelnet40_ply_hdf5_2048.zip'

# 返回path最后的文件名，即zipfile=modelnet40_ply_hdf5_2048.zip

zipfile = os.path.basename(www)

os.system('wget %s; unzip %s' % (www, zipfile)) # wget:下载，unzp： 解压

# zipfile=modelnet40_ply_hdf5_2048.zip

# zipfile[:-4]=modelnet40_ply_hdf5_2048</