open3d读取npy点云文件

最新推荐文章于 2025-04-30 16:02:32 发布

zyoung17

最新推荐文章于 2025-04-30 16:02:32 发布

阅读量4.5k

点赞数 4

CC 4.0 BY-SA版权

分类专栏： open3d 文章标签： numpy python

本文链接：https://blog.csdn.net/zyoung17/article/details/106962899

open3d无法直接读取npy文件，但可以通过numpy读取npy文件，然后转换并保存为txt文件供open3d使用。在转换过程中需要注意科学计数法的处理以及RGB值需要归一化到0-1之间。具体步骤包括读取npy文件，除以255进行归一化，然后将处理后的数据保存为txt文件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

open3d是不能直接读取npy格式的文件的，其仅支持如下6种数据格式
图片来源 (https://mp.weixin.qq.com/s/NomNV6Yan8K2qisiPhQIRw)

npy是python的一种数据格式。可以使用np.load()读取。所以可以先将npy读取再保存为txt文件再使用open3d进行读取。完整代码如下：

import numpy as np
np.set_printoptions(suppress=True) 
# 作用是取消numpy默认的科学计数法，测试表明open3d点云读取函数没法读取科学计数法的表示
import open3d as o3d
data = np.load('scene0000_00_vert.npy')

最低0.47元/天解锁文章

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

zyoung17

关注关注

4
点赞
踩
16

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Open3D ISS关键点提取【2025最新版】

点云侠的博客

12-02

39万+

ISS关键点提取，博客长期更新，本文最近一次更新时间为：2025年1月1日。

使用Open3D显示RGBD点云

EvktJava的博客

09-26

407

我们首先加载RGB和深度图像，并将它们添加到Open3D的PointCloud对象中。然后，我们使用Open3D的可视化功能来显示点云。通过这些步骤，您可以轻松地处理和可视化RGBD点云数据，并进行进一步的分析和处理。在计算机视觉和三维重建领域，RGBD点云是一种包含每个点的位置和颜色信息的数据表示形式。本文将介绍如何使用Open3D来显示RGBD点云，并提供相应的源代码。接下来，我们将使用Open3D的可视化功能显示RGBD点云。接下来，我们将导入必要的Python库，并加载RGBD数据集。

参与评论您还未登录，请先登录后发表或查看评论

open3d读取可视化npy文件

zyoung17的博客

06-25

3871

open3d不支持npy后缀的文件，仅支持如下格式的文件。图片来源：https://mp.weixin.qq.com/s/NomNV6Yan8K2qisiPhQIRw 【解决方法】先用numpy读取这个文件保存为txt格式，在使用open3d读取进行可视化。代码如下： import open3d as o3d import numpy as np np.set_printoptions(suppress=True) # 取消默认科学计数法，open3d无法读取科学计数法表示 data = np.load

python open3d 读取npy格式点云并保存为pcd格式

耶律大石的博客

01-09

1010

python open3d 读取npy格式点云并保存为pcd格式。

ply点云转pcd（Python+Open3D实现）

热门推荐

Orientliu96的博客

12-10

1万+

Open3D 可视化numpy点云数据使用Open3D 可视化点云数据的效果比较炫。但是当我时隔半年重新使用Open3D库时发现原来的用法发生了改变，特此记录，持续更新。 Anaconda 安装Open3D 官方网站 conda install -c open3d-admin open3d 比较稳定，推荐此方式导入numpy点云数据，并可视化 import numpy as np from open3d import* source_data = np.load('curtain_0088.npy

open3d教程(四)：open3d根据高程对点云模型着色（Python版）

WwLK123的博客

05-14

437

open3d对原始点云模型可视化展示，以及根据高程着色之后点云模型的可视化展示。

CloudCompare&Open3D ISS关键点（插件式）

dayuhaitang1的博客

07-08

599

CloudCompare&Open3D ISS关键点（插件式）

点云 3D 数据读取、保存 - pypcd 包

77wpa的博客

11-27

3687

点云 3D 数据离线状况通常以 “.pcd”、“.bin” 等格式存储，其中 “.pcd” 文件在 Ubuntu 下可以方便的使用 pcl_viewer 命令查看；而 “.bin” 格式则可以最少的库依赖完成对点云的读取保存。当前默认支持的是 python 2.* 环境， python 3.* 下的安装需要适配版本，不然使用过程中会报错。

Open3D 基于法向量夹角的特征点提取【2025最新版】

点云侠的博客

09-13

4255

基于法向量夹角的特征点提取(python代码)，博客长期更新，本文最近更新时间为：2025年1月1日。

open3d里pointcloud和numpy数组之间的转化

ahhxxttxs的博客

06-27

2400

open3d数据转化

Open3d读写PLY点云文件

08-06

1489

点云是由大量的离散点组成的三维数据集，可以表示物体的几何形状和表面信息。在处理点云数据时，读写点云文件是一个非常常见的任务。本文将介绍如何使用Open3d库在Python中读写PLY点云文件，并提供相应的源代码。通过执行这段代码，我们可以获取点云数据的基本信息，例如点的数量、点的坐标等。函数加载了名为"point_cloud.ply"的PLY文件，并将返回的点云对象保存在变量。然后，我们可以根据需要设置点云数据，例如设置点的坐标、颜色等。在上面的代码中，我们首先创建了一个空的点云对象，并将其保存在变量。

使用Open3D库进行PLY点云文件的读写

bug_api163的博客

09-22

994

Open3D是一个功能强大的开源库，用于处理三维数据。它提供了许多功能，包括点云的读取和写入。在本篇文章中，我们将介绍如何使用Open3D库读取和写入PLY点云文件。首先，确保已经安装了Open3D库。一旦安装完成，我们可以开始使用Open3D来读取和写入PLY点云文件。

python读取pcd点云/转numpy（python2+python3,非ROS环境）

体会编程语言独到的美

10-23

5944

python2,python3读取点云pcd，点云pcd转numpy.ndarray 不依赖ROS环境

Open3D(C++) 模型精细化处理——SubdivideLoop剖分

点云侠的博客

09-18

704

C++版本Open3D通过将每个三角形划分成更小的四个三角形来实现对模型数据的精细化处理。

Open3D学习笔记一【初窥门径，文件读取】

下次你路过，人间已无我

02-28

2215

open3d入门第一篇

Open3d对点云（ply形式）进行下采样、中心和归一化处理，以及出现的问题：文件出现乱码

whxhy666的博客

04-24

1543

最近，在使用open3d的库时，主要对点云进行了下采样，以及中心化和归一化的处理操作，可视化的结果并没有问题，但是用notepad++在查看数据结果的时候，却发现出现了乱码的情况。出现乱码的情况需要在保存点云时加上 write_ascii=False，它默认是false，使用的是二进制形式，而不是ascii。

可视化npy文件点云

02-23

### 使用 Python 库可视化 npy 文件中的点云数据为了实现这一目标，可以采用 `numpy` 加载 `.npy` 文件，并借助 `matplotlib` 或者更专业的三维点云处理库 `Open3D` 来完成点云数据的可视化。 #### 方法一：使用 Matplotlib 可视化 Matplotlib 虽然主要用于二维绘图，但也提供了基本的支持来绘制简单的三维图形。对于点云来说，这可能意味着只适用于较小规模的数据集或是初步查看数据分布情况。 ```python import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # Load point cloud data from .npy file using NumPy point_cloud_data = np.load('path_to_your_file.npy') fig = plt.figure() ax = fig.add_subplot(111, projection='3d') ax.scatter(point_cloud_data[:, 0], point_cloud_data[:, 1], point_cloud_data[:, 2]) plt.show() ``` 这种方法简单易懂，但对于复杂场景下的交互式探索则显得力不从心[^1]。 #### 方法二：使用 Open3D 进行高级可视化相比之下，Open3D 提供了更为强大和灵活的功能用于处理以及渲染大规模点云数据。它不仅支持多种格式输入输出，还内置了许多实用工具帮助分析与编辑这些数据。 ```python import open3d as o3d import numpy as np # Loading the point cloud directly into an Open3D object pcd = o3d.io.read_point_cloud("path_to_your_file.npy", format='xyz') o3d.visualization.draw_geometries([pcd]) ``` 需要注意的是，在某些情况下，`.npy` 文件内的结构未必直接兼容于上述加载方式；此时应当先通过 `np.load()` 函数读取后再转换成适合的形式传递给 Open3D 的接口函数[^2]。如果遇到这种情况，则需调整代码如下： ```python import open3d as o3d import numpy as np data = np.load('path_to_your_file.npy') pcd = o3d.geometry.PointCloud() pcd.points = o3d.utility.Vector3dVector(data) o3d.visualization.draw_geometries([pcd]) ``` 此方法能够更好地适应不同类型的点云数据源，并提供更加丰富的视觉效果选项[^3]。