Python-编写点云处理软件（四）调节点云大小、点云包围盒、点云颜色、背景颜色

最新推荐文章于 2024-01-14 19:48:31 发布

Auto工程师

最新推荐文章于 2024-01-14 19:48:31 发布

阅读量1.9k

点赞数

分类专栏： Python编写点云处理软件文章标签： python 算法 3d 数据可视化

本文链接：https://blog.csdn.net/weixin_43894929/article/details/132259263

版权

Python编写点云处理软件专栏收录该内容

16 篇文章 50 订阅 ¥39.90 ¥99.00

订阅专栏

本文详细介绍了如何使用Python进行点云处理，包括调整点云大小、显示与隐藏点云包围盒、设置点云单一颜色以及改变背景颜色。通过属性栏控制，实现了实时效果展示，并预告了后续将探讨按高程和强度显示点云颜色的方法。

摘要由CSDN通过智能技术生成

0 简述

《Python-编写点云处理软件》系列文章上一篇中我们已经实现了软件的界面、属性栏、数据栏及消息输出栏的功能，本篇将实现调节点云大小、点云颜色、背景颜色功能。

1 调节点云大小

通过属性栏中的点云大小数值调节，可以实时改变点云中每个点的大小：

# 属性栏触发点云大小变化函数
def sizechange(self):
    global VIEW_DICT, PROPERTY_DICT
    size = int

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Auto工程师

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
6
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

订阅专栏

根据点云高度赋色（附open3d python代码）

三维点云技术探索

11-28

2804

我们先计算了点云的高度范围，然后把每个点的颜色根据高度来进行映射。绘制点云图时用颜色来表征其高度，

python生成三维点云包围盒

如有侵权，请联系作者删除

09-16

3261

matplotlib生成三维点云包围盒运行环境： win10、 python3.5.2、 matplotlib 评价：消耗时间较长效果展示：运行上面包围盒消耗的时间：单位（秒/s）代码： from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt import numpy as np from iter...

6 条评论您还未登录，请先登录后发表或查看评论

python scatter 三维曲面_python生成三维点云包围盒

weixin_39665060的博客

11-24

223

matplotlib生成三维点云包围盒运行环境：win10、 python3.5.2、 matplotlib评价：消耗时间较长效果展示：运行上面包围盒消耗的时间：单位（秒/s）代码：from mpl_toolkits.mplot3d import Axes3Dimport matplotlib.pyplot as pltimport numpy as npfrom itertools import...

使用python-open3d给rosbag点云加载包围盒框(2)

qq_39311949的博客

08-19

275

import rospy import open3d as o3d import numpy as np from sensor_msgs.msg import PointCloud2 from sensor_msgs import point_cloud2 global d d = None def callback_pcl(data): global d d=data def Point_cloud(): global d ss=point_cloud2.read_

Python-pyntcloud是一个用于处理3D点云的Python库

08-10

pyntcloud is a Python library for working with 3D point clouds.

Python-编写点云处理软件（十四）交互式点云下采样

weixin_43894929的博客

09-17

2812

直接对点云进行特征提取能较好地保留三维结构信息，但由于点云的无序性，直接处理的方式在对邻域进行搜索时需要较高的计算成本，一个常用的解决方式就是对点云进行下采样，将对全部点云的操作转换到下采样所得到的关键点上，从而达到降低计算量的目的。点云是由大量离散点组成的三维数据集合。体素采样的特点是效率非常高采样点分布比较均匀，但是均匀性没有均匀采样高，可以通过体素的尺寸控制点间距，不能精确控制采样点个数。本篇在点云处理软件中实现体素下采样功能，通过窗口输入下采样参数完成选中的点云对象下采样功能。

Python编写点云处理软件系列文章【汇总指北】持续更新中

weixin_43894929的博客

08-08

2116

目录一、打造属于你的点云可视化软件二、点云软件ui制作之仿CC界面三、数据栏、属性栏、消息栏的一般函数绑定四、待更新》》》一、打造属于你的点云可视化软件 VTK是什么？ VTK如何可视化点云？ PySide2是什么？如何将vtk点云窗口嵌入到pyside2中？如何打包成可执行程序？效果展示：二、点云软件ui制作之仿CC界面 CloudCompare软件 QtDesigner设计UI界面文件 Main函数编写（用于接入ui界面的主函数）效果展示：三、数据栏、属性栏、

Python-编写点云处理软件（三）数据栏、属性栏、消息栏的一般函数绑定

weixin_43894929的博客

08-06

2271

本篇实现了点云文件的打开、vtk窗口接受文件显示、信息输出栏打印实时信息、数据栏更新加载的数据两级名称、单击数据item后属性栏更新以及包围盒和点云大小控制。至此，基本的点云加载和简单控制我们已经实现了，后续将针对更多的数据交互、数据处理进行功能添加，不断完善。

Python点云处理总目录

最新发布

weixin_44329757的博客

01-14

417

Python点云处理的方法学习，自定义函数或调用Open3D库

对点云数据计算体积

05-09

采用MATLAB的 alphaShape函数产生轮廓，volume函数计算体积，文件中用常用的点云数据，共大家学习。

点云缩放（附open3d python代码）

三维点云技术探索

12-01

1588

1/ numpy 数组方法通过将点云数组乘以一个缩放因子来改变大小，同时通过加法运算实现质心平移。 points = points/2.0#缩小到原来的一半 points[:, 0] = points[:, 0] + 20#质心平移到x=20处 2/ open3d的缩放函数为scale，包含两个参数。第一个参数是缩放的比例，即放大的倍数。第二个参数是坐标系原点移动到的位置，相当于缩放后的质心朝相反的方向平移相同的尺度。如果设置第二个参数为（40， 0， 0），那么缩放后的点云质心为（-40

点云处理--Open3D点云坐标放大

qq_42491793的博客

04-27

1447

放大点云单个坐标系的值，便于观察 import open3d as o3d import numpy as np pcd = o3d.io.read_point_cloud("aaa.pcd") vis = o3d.visualization.Visualizer() vis.create_window(window_name='可视化', width=800, height=600) opt = vis.get_render_option() opt.background_color = np.asar

点云缩放—python open3d

叶子的博客

04-27

8470

点云三种缩放方法，含数据和源码，python open3d

点云AABB/OBB包围盒（附open3d python代码）

三维点云技术探索

11-29

4393

AABB 包围盒: AABB 包围盒是与坐标轴对齐的包围盒, 简单性好,OBB 包围盒: Oriented Bounding Box，有向包围盒；紧密性较差(尤其对斜对角方向放置的瘦长形对象, 采用AABB,因此, 对于刚体间的碰撞检测, OBB 不失为一种较好的选择。将留下很大的边角空隙, 导致大量没必要的包围盒相交测试)。当物体发生旋转运动后, 只需对OBB 进行同样的旋转即可。OBB比AABB更加逼近物体，能显著减少包围体的个数。可以大大减少参与相交测试的包围盒的数目,

MeshLab中进行点云配准

weixin_34074740的博客

11-08

1973

　　MeshLab是一个开源、可移植和可扩展的三维几何处理系统，主要用于交互处理和非结构化编辑三维三角形网格。它支持多种文件格式： import:PLY, STL, OFF, OBJ, 3DS, COLLADA, PTX, V3D, PTS, APTS, XYZ, GTS, TRI, ASC, X3D, X3DV, VRML, ALN export:PLY, STL, OFF, OBJ, 3DS...

使用Meshlab进行三维点云匹配

weixin_30519071的博客

06-22

2196

1. 在MeshLab中导入两个点云文件，位置有差异。点击工具栏上的Align按钮进行配准，这时会出现一个Align Tool的对话框。首先选择参考点云，然后点击Glue Here Mesh，作为参考的点云会出现一个框，选择好之后点云名字前面会出现一个星号。如下图所示： 2.选择另一块点云，点击Point Based Glueing，在两块点云上手动选择匹配点，至少选4对点之后点击OK确认...

Python Open3D几何图形基础篇（一）点云操作

MrVoider的博客

05-06

3776

Python Open3D几何图形基础篇（一）点云操作本文参考的页面： Point cloud — Open3D 0.15.1 documentation File IO — Open3D 0.15.1 documentation 本文主要是介绍 Open3D中，点云的基本用法：可视化点云（Visualize point cloud）如何去读取点云并且将其可视化： read_point_cloud从文件读取点云，它将会根据后缀名来解析点云文件，具体的类型需要参考File IO draw_ge

点云最小包围盒（OOB）

dayuhaitang1的博客

02-21

3259

文章目录一、简介二、算法实现2.1算法步骤2.2代码实现（MATLAB）三、实现效果一、简介包围盒是一种求解离散点集最优包围空间的算法，基本思想是用体积稍大且特性简单的几何体（称为包围盒）来近似地代替复杂的几何对象。（来源于百度）常用的求解包围盒的算法主要有AABB和OOB算法，但AABB算法容易受到物体朝向的影响，产生较大的空隙，因此本文将以OOB算法思想实现最小包围盒的求取。包围盒的应用有很多，如机械上的碰撞测试、物体的识别定位等，已有许多学者在各个领域中对其进行使用。二、算法实现 2.1算法

python-pcl点云网格化算法

06-28

Python-PCL是一个Python绑定库，它提供了对PointCloud库的访问。...Python-PCL点云网格化算法是一种实现点云数据可视化、处理和分析的有效工具。在3D打印、机器人视觉和虚拟现实等领域都有广泛的应用。