一、PCL库简介(包含下载与配置方法)
点云库(PCL)是一个开源算法库,用于点云处理任务和3D几何处理。该库包含用于点云滤波、特征点估计、表面重建、3D配准、模型拟合、对象识别、分割和可视化的算法。PCL库有自己存储点云的数据格式——PCD,但也允许以部分其它格式加载和保存数据集。PCL库是基于C++编写的,并在BSD许可下发布[1]。
(一)C++版本PCL库下载与配置
PCL库C++下载与配置方法详见参考资料[4]。
(二)Python版本PCL库下载与配置
PCL库anaconda+pycharm+windows下载与配置方法见参考资料[5][6]。其中,值得注意的是在Pycharm添加解释器时,Conda可执行文件为如下:
在完成Python3.6版本的Anaconda虚拟环境配置与对应版本PCL库的安装后,在命令框内(Command)通过pip install laspy下载laspy外部库以配合PCL库读入和处理LAS格式点云数据,注意将对应库文件复制到虚拟环境的site-packages文件夹下(或直接在CMD.exe Prompt中激活虚拟环境直接pip install)。
PCL库python下载与配置方法详见参考资料[5][6][7]。
若python-pcl库配置仍存在问题,换种思路,在不影响项目工程要求的情况下换用pclpy库包。
常用的点云数据处理工具补充:CloudCompare、Geomagic Studio、LAStools、matlab 、ENVI LiDAR等。
二、点云数据格式介绍(LAS格式文件、PCD格式文件为主)
常见点云文件格式[12]:
①LAS,LAZ(LiDAR数据的工业标准格式,属于二进制文件格式)
②PCD(PCL库官方指定格式)
③OBJ(是由Alias|Wavefront Technologies公司从几何学上定义的3D模型文件格式,属于文本文件)
④PCAP(Velodyne公司出品的激光雷达默认采集数据的二进制文件格式)
⑤PLY(斯坦福大学的Turk等人设计开发的多边形文件格式,斯坦福三角格式有文本和二进制两种)[5]
⑥PTS(简便点云格式,属于文本格式,只包含点坐标信息,按XYZ顺序存储)
⑦XYZ,TXT(文本格式)
(一)LAS格式文件
LAS文件按每条扫描线排列方式存放数据,大致包括激光点的三维坐标、多次回波信息、强度信息、扫描角度、分类信息、飞行航带信息、飞行姿态信息、项目信息、GPS信息、数据点颜色信息等,LAS格式定义中用到的数据类型遵循1999年ANSI(美国国家标准化协会)C语言标准。LAS文件主要由Header、VLRS(变长记录,Variable Length Record)、Point Records三部分组成,LAZ是LAS格式的无损压缩版本。
LAS文件格式详解见[12][13][19], 基于LAStools工具查看数据信息示例:
图一 LAS点云原始数据(带地物标签) 图二 对应的光学影像
图三 LAS格式文件数据信息
(二)PCD格式文件
PCD文件以ASCII字符编码,文件格式头(File Format Header)说明文件中存储的点云数据的格式,每个格式声明及点云数据之间用换行符(\n)隔开。PCD文件格式详解见[15]。
基于记事本查看数据信息示例:
通过代码格式转换的方式,我们可以控制我们想要的输出数据存储编码类型,而CloudCompare存储输出PCD格式的Data编码类型为Binary(二进制)。
图四 代码转的PCD格式文件数据信息 图五 CloudCompare软件转的PCD格式文件数据信息
三、点云数据格式转换(LAS转PCD,基于Python)
import laspy
import numpy as np
from pclpy import pcl
filePath = r"G:\LiDAR\DATA\copy.las"
las = laspy.read(filePath)
point_format = las.point_format
# 查看点云数据类型信息
print("点云数据信息维名称")
print(list(point_format.dimension_names))
# intensity = las.intensity
# print(max(las.intensity))
# 通过max(las.intensity)==0,已知该las数据未存储有效的回波强度信息
x, y, z = np.float32(las.X), np.float32(las.Y), np.float32(las.Z)
# 构造二维矩阵(行代表各点,列代表点的X、Y、Z),若数据回波强度有效修改点云构造类即可,例如PointXYZI
Pmatrix = np.vstack((x,y,z)).transpose()
cloud = pcl.PointCloud.PointXYZ.from_array(Pmatrix)
pcl.io.savePCDFileASCII(r"G:\LiDAR\DATA\las2pcd.pcd",cloud)
注:利用CloudCompare软件也可以进行多种点云数据文件格式之间的转换,将数据导入后以所需格式保存即可。
四、点云数据的C++显示与python显示
(一)基于pcl.visualization模块点云显示
from pclpy import pcl
filePath = r"G:\LiDAR\DATA\las2pcd.pcd"
# 加载点云数据
cloud = pcl.PointCloud.PointXYZ()
reader = pcl.io.PCDReader()
reader.read(filePath,cloud)
# 可视化点云数据
viewer = pcl.visualization.CloudViewer("viewer")
viewer.showCloud(cloud,"sample cloud")
while not viewer.wasStopped(10):
pass
(二)基于C++的PCL库点云显示
① 在调试运行项目时,dll文件缺失解决方法可查看参考资料[22]。
②对于生成解决方案时产生Error:4996,可以选择通过如下方法解决:
解决方案资源管理器 ->右击项目文件名 ->属性->C/C++ ->高级->禁用特定警告->确定。
在具体调试测试时,我发现利用pclpy来显示上述代码转换格式数据与CloudCompare转换数据均可以成功显示运行;但是在VS 2019上基于PCL库来显示代码转换格式数据就无法成功,会跳到PCL.exe面板卡住(此问题并未解决,还需要进一步学习)。
# include<iostream>
# include<pcl/visualization/cloud_viewer.h>
# include<pcl/io/io.h>
# include<pcl/io/pcd_io.h>
# include<pcl/io/ply_io.h>
# include<pcl/point_types.h>
# include<cstdlib>
# include <vtkAutoInit.h>
using namespace std;
using namespace pcl;
using namespace pcl::io;
int user_data;
void viewerOneOff(pcl::visualization::PCLVisualizer& viewer)
{
//设置背景颜色
viewer.setBackgroundColor(1.0, 0.5, 1.0);
//添加圆球几何对象
pcl::PointXYZ o;
o.x = 1.0;
o.y = 0;
o.z = 0;
viewer.addSphere(o, 0.25, "sphere", 0);
}
void viewerPsycho(pcl::visualization::PCLVisualizer& viewer)
{
static unsigned count = 0;
std::stringstream ss;
ss << "Once per viewer loop:" << count++;
viewer.removeShape("text", 0);
viewer.addText(ss.str(), 200, 300, "text", 0);
user_data++;
}
int main()
{
// 创建点云渲染对象,导入待渲染文件
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
pcl::io::loadPCDFile("G:\\LiDAR\\DATA\\copy - Cloud.pcd",*cloud);
// 创建点云渲染句柄
pcl::visualization::CloudViewer viewer("Cloud Viewer");
viewer.showCloud(cloud);
//以下代码均为高级复杂操作代码,此处仅依据参考尝试调试查看(若需具体尝试可向其中添加相应代码)
//该注册函数在可视化的时候只执行一次
viewer.runOnVisualizationThreadOnce(viewerOneOff);
//该注册函数在渲染输出时每次都调用
viewer.runOnVisualizationThread(viewerPsycho);
while (!viewer.wasStopped())
{
user_data++;
}
return 0;
}
五、Anaconda虚拟环境管理配置小Tips
在面对实际项目时,我们通常会遇到需要在不同项目使用不同的python编程环境,如果同时安装多个python环境就可能造成许多混乱和错误。这时利用Anaconda的虚拟环境机制就可以方便安装不同的python版本,在不同的项目中使用不同的运行环境(因为某些项目涉及不同包版本的匹配等问题,如python-PCL库包需要对应支持的版本等),从而方便来回切换运行环境。
若在具体实践项目时,我们的库包及模块出现报错“未能被找到”,可以利用Denpendency Walker工具检查模块及库包的依赖关系,查找缺少的动态链接库(DLL,Dynamic Link Library),从而具体分析具体解决。
若下载库包时由于网络问题造成下载速度较慢或下载超时,我们可以采用基于镜像网页的下载方式去下载库包,格式:pip install 安装包名 -i 镜像网页。
具体操作见参考资料[17][19]。
参考资料:
[1] https://en.wikipedia.org/wiki/Point_Cloud_Library(wiki)
[2]Introduction — Point Cloud Library 0.0 documentation(PCL库使用指南)
[3]Point Cloud Library | The Point Cloud Library (PCL) is a standalone, large scale, open project for 2D/3D image and point cloud processing.(PCL官网)
[4]win10系统下 VS2019点云库PCL1.12.0的安装与配置_苦瓜王子的博客-CSDN博客_pcl库下载
[5]【python3.6】python安装PCL(适用命令行或pycham中)_米码收割机的博客-CSDN博客_python pcl
[6](详细安装python_pcl) python_pcl+windows+anaconda_没李不邢的博客-CSDN博客_python3.7 pcl
[7](详细PCL安装)PCL+python+windows+anaconda环境_没李不邢的博客-CSDN博客_anaconda配置pcl
[8]Large Geometric Models Archive(几何模型文件库)
[9]Point Cloud Library (PCL): Modules(PCL模块函数库)
[10]PCL(Point Cloud Library)学习记录(2022) · 语雀(PCL大佬的自建网站)
[11]PCL(Point Cloud Library)学习入门指南&代码实践(最新版)_哔哩哔哩_bilibili
[12]点云Las文件是什么?_程序媛一枚~的博客-CSDN博客_las文件
[13]点云数据格式说明_scott198510的博客-CSDN博客_点云数据格式
[14]Python,C++中点云 .las转.pcd_程序媛一枚~的博客-CSDN博客
[15]PCD文件格式(记录) - 哔哩哔哩
PCL——(3)PCD(点云数据)文件格式简介 - 一抹烟霞 - 博客园
[16]数据来源:美国休斯顿大学高光谱实验室(采集时间:2017年)
[17][转]使用Dependency Walker工具查看DLL文件_mahui85的博客-CSDN博客_查看dll(查找库包之间的依赖关系,用于针对module报错)
[18]ImportError:DLL load failed:找不到指定的模块 - CodeAntenna
[19]pyCharm下配置Anaconda虚拟环境_IT大佬啊的博客-CSDN博客_pycharm anaconda虚拟环境
[20]API Documentation — laspy 2.3.0 documentation
[21]https://github.com/maguangyan/pclpy_tutorial(pclpy大佬教程)
[22]vs2017+vtk由于找不到**.dll,无法执行代码。重新安装程序可能会解决此问题。_CHENxiaoni_的博客-CSDN博客
国内的优质镜像网页
[1](清华镜像) https://pypi.tuna.tsinghua.edu.cn/simple/
[2](豆瓣镜像)http://pypi.doubanio.com/simple/ (http)使用时需加入网页信任:--trusted-host pypi.doubanio.com
[3](阿里镜像)http://mirrors.aliyun.com/pypi/simple/文章来源:https://www.toymoban.com/news/detail-415632.html
[4](中国科学技术大学镜像)https://pypi.mirrors.ustc.edu.cn/simple/文章来源地址https://www.toymoban.com/news/detail-415632.html
到了这里,关于Point Cloud Library(PCL开源库)学习一的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!