python点云可视化工具_救命！点云可视化（不需配置PCL）

分享一波简单的可视化bin格式点云的方法。

先大概讲下背景，目前激光雷达采集的点云文件大多基于ROS，然后转化为pcd、bin格式进行处理。(ros-pcd-bin格式之间相互转换格式有相应的工具，如果需要我后面更新在github)

大多数人都会使用pcl库来处理pcd格式点云，但不得不说，配置pcl的点云库真的真的太多坑，直接建议不要自己配环境，条件允许使用docker 找个合适的镜像就行。但是要进行点云可视化，在docker image里还要进行主机与容器之间的端口映射，如果远程服务器的话更复杂一些(不要问我怎么知道的/ )

如果仅需要进行可视化，建议参照KITTI数据集采用bin格式来处理，真的简单太多！！！下面是正文：(参考大佬的，做个记录)

方法一：numpy+mayavi.mlab

1.安装依赖库

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install mayavi -i https://pypi.tuna.tsinghua.edu.cn/simple

2.读取.bin格式文件进行可视化

import numpy as np

import mayavi.mlab

# lidar_path更换为自己的.bin文件路径

pointcloud = np.fromfile(str("lidar_path"), dtype=np.float32, count=-1).reshape([-1, 4])

x = pointcloud[:, 0] # x position of point

y = pointcloud[:, 1] # y position of point

z = pointcloud[:, 2] # z position of point

r = pointcloud[:, 3] # reflectance value of point

d = np.sqrt(x ** 2 + y ** 2) # Map Distance from sensor

degr = np.degrees(np.arctan(z / d))

vals = 'height'

if vals == "height":

col = z

else:

col = d

fig = mayavi.mlab.figure(bgcolor=(0, 0, 0), size=(640, 500))

mayavi.mlab.points3d(x, y, z,

col, # Values used for Color

mode="