Python Open3d 完成 ICP 点云配准
关于Open3d
Open3D 是一个在Python和C++平台上的三维数据处理与可视化库。它由 Qian-Yi Zhou,Jaesik Park, 以及 Vladlen Koltun 共同完成。其中 Zhou 博士在中国清华大学取得硕士学位,并分别在 USC 和Stanford 取得了博士以及博士后学位,目前在在旧金山的 Forma 公司担任首席研发官。Open3D目前支持 Windows, OSX, 和 Linux 平台。
三维点云配准配准
完成配准的演示:
读取数据
这里是本次配准用到的数据,可以下载之后跟着我使用:点云数据
为了完成点云配准,我们需要做的第一步当然是读入我们需要进行配准的两个点云,我们新建一个python文件,将它命名为 display_pcd.py, 并输入以下代码:
import open3d as o3d
#读取电脑中的 ply 点云文件
source = o3d.read_point_cloud("plys/6.ply") #source 为需要配准的点云
target = o3d.read_point_cloud("plys/0.ply") #target 为目标点云
#为两个点云上上不同的颜色
source.paint_uniform_color([1, 0.706, 0]) #source 为黄色
target.paint_uniform_color([0, 0.651, 0.929])#target 为蓝色
#创建一个 o3d.visualizer class
vis = o3d.visualization.Visualizer()
vis.create_window()
#将两个点云放入visualizer
vis.add_geometry(source)
vis.add_geometry(target)
#让visualizer渲染点云
vis.update_geometry()
vis.poll_events()
vis.update_renderer()
vis.run()
在以上的代码中,o3d.visualization.visualizer 是一个非常常用的简单的查看点云的类,它接受的输入参数是一个list,这个list里面需要包括你想查看的点云。
运行以上代码,我们得到配准前的两个点云:
每次visualizer 进行渲染都会根据点云的大小和位置自动初始化一个视角,上面一张图是它自己初始化的,我们通过滚动鼠标放大之后即可以看到下面的图:
所以这里需要大家自己用鼠标将视角调到一个自己觉得舒适的地方,然后在屏幕中按下 crtl + c, 这样open3d就会保存下你刚刚的视角。当你重新进入visualizer,现实点云的时候,只要按下 ctrl + v 就可以回到之前你保存的视角。
数据处理
在进行正式配准之前我们还需要对点云做以下处理:特例去除 (outlier removal)。 目前大部分深度摄像头所拍摄的点云图都带有噪音,以及不存在的点,大多因为生产误差以及摄像头本身就有的噪声,在配准的时候我们不希望包括这些因为误差被记录的点,所以为了提高配准的效率以及准确率,我们要先将这些特例点去除。
我们打开一个新的python文件,将它命名为 outlier_removal.py,并输入以下代码:
import open3d as o3d
#读取电脑中的 ply 点云文件
source = o3d.read_point_cloud(