Python点云处理（一）点云数据读取与写入-Toy模板网

这篇具有很好参考价值的文章主要介绍了Python点云处理（一）点云数据读取与写入。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

0 简述

当处理点云数据时，我们通常需要读取各种不同格式的点云文件。Python作为一种强大的编程语言，在点云处理领域提供了许多库和工具，可以帮助我们读取和处理各种格式的点云文件。本文将介绍如何使用Python读取和写入各种格式的点云文件。

1 LAS/LAZ格式

LAS（Lidar Data Exchange）和LAZ（LASzip compressed Lidar Data Exchange）是激光雷达数据的标准格式。在Python中，我们可以使用laspy库来读取和处理LAS/LAZ格式的点云文件。

1.1 las/laz数据读取

import laspy

# 从LAS/LAZ文件加载数据
# laspy 1.*版本
inFile = laspy.file.File("point_cloud.las", mode="r")
# laspy 2.*版本
inFile = laspy.read("*.las")

# 获取点云数据
point_cloud = inFile.points
# 获取每个点的坐标
# laspy 1.*版本
X = inFile.X
Y = inFile.Y
Z = inFile.Z
# laspy 2.*版本
X = inFile.x

# 获取点云数据的数量
# laspy 1.*版本
num_points = inFile.points.shape[0]
# laspy 2.*版本
num_points = len(X)

1.2 las/laz数据写入

import laspy
import numpy as np

# 创建数据头
header = laspy.LasHeader(point_format=3, version="1.2")
header.offsets = np.zeros(3)
header.scales = np.ones(3)

# 创建las文件
las = laspy.LasData(header)

# 载入x, y, z 坐标
xs, ys = np.indices([500,500])-250
zs = np.sqrt(xs ** 2 + ys ** 2)
las.x = xs.reshape(-1)
las.y = ys.reshape(-1)
las.z = zs.reshape(-1)

las.write("test.las")

2 PCD格式

PCD（Point Cloud Data）是另一种常见的点云文件格式，它是由PCL（Point Cloud Library）定义的。在Python中，我们可以使用open3d库来读取和处理PCD格式的点云文件。

2.1 pcd格式读取

import open3d as o3d

# 从PCD文件加载点云数据
pcd = o3d.io.read_point_cloud("point_cloud.pcd")
pointcloud = np.asarray(pcd.points)

2.2 pcd格式写入

import open3d as o3d
import numpy as np

# 随机获取10000组，每组包含三个元素的数据集
points = np.random.rand(10000, 3)

# 创建一个PointCloud对象
pcd = o3d.geometry.PointCloud()

# 将随机数转换成PointCloud点数据
pcd.points = o3d.utility.Vector3dVector(points)

# 将PointCloud点数据保存成pcd文件，格式为assii文本格式
o3d.io.write_point_cloud("10000.pcd", pcd, write_ascii=True)

3 PLY格式

PLY（Polygon File Format）是一种常见的点云文件格式，它可以存储点云数据以及其他属性，如颜色和法向量。在Python中，我们可以使用open3d库来读取和处理PLY格式的点云文件。

3.1 ply读取

import open3d as o3d

# 从PLY文件加载点云数据
ply = o3d.io.read_point_cloud("point_cloud.ply")
pointcloud = np.asarray(ply.points)

3.2 ply写入

import open3d as o3d

# 随机获取10000组，每组包含三个元素的数据集
points = np.random.rand(10000, 3)

# 创建一个PointCloud对象
pcd = o3d.geometry.PointCloud()

# 将随机数转换成PointCloud点数据
pcd.points = o3d.utility.Vector3dVector(points)
o3d.io.write_point_cloud("*.ply", pcd)

4 XYZ/TXT/ASC格式

此类格式是一种简单的文本格式，其中每一行包含一个点的XYZ坐标。在Python中，我们可以使用numpy库来读取和处理该格式的点云文件。

4.1 XYZ/TXT/ASC格式读取

import numpy as np

# 从XYZ文件加载点云数据
point_cloud = np.loadtxt("point_cloud.xyz", delimiter=" ")

delimiter参数决定了xyz坐标间的分隔符方式

4.2 XYZ/TXT/ASC格式写入

import numpy as np

np.savetxt("point_cloud.xyz", point_cloud)

5 BIN格式

BIN格式是一种二进制格式，常用于存储大型点云数据。在Python中，我们可以使用numpy库来读取和处理BIN格式的点云文件。

5.1 bin读取

import numpy as np

# 从BIN文件加载点云数据
point_cloud = np.fromfile("point_cloud.bin", dtype=np.float32).reshape(-1, 3)

6 可视化示例

以下演示为open3d点云可视化方案。

import open3d as o3d
import numpy as np

ply_point_cloud = o3d.data.PLYPointCloud()
pcd = o3d.io.read_point_cloud(ply_point_cloud.path)

o3d.visualization.draw_geometries([pcd])