Open3d学习计划——11（使用NumPy）

欢迎大家关注“点云PCL”公众号，进入群聊一起学习。

Open3d的数据结构天生的支持NumPy.下面教程将会使用NumPy生成一个sync函数的变体并且使用Open3d可视化出来.
首先我们生成一个$n×3$n×3的矩阵xyz,每一列的x,y,z都由一个函数 $z= \frac{\sin(x^2+y^2)}{x^2+y^2}$z=x2+y2sin(x2+y2)​决定.$z_{norm}$znorm​是z在[0,1]区间的归一化映射.

# generate some neat n times 3 matrix using a variant of sync function
x = np.linspace(-3, 3, 401)
mesh_x, mesh_y = np.meshgrid(x, x)
z = np.sinc((np.power(mesh_x, 2) + np.power(mesh_y, 2)))
z_norm = (z - z.min()) / (z.max() - z.min())
xyz = np.zeros((np.size(mesh_x), 3))
xyz[:, 0] = np.reshape(mesh_x, -1)
xyz[:, 1] = np.reshape(mesh_y, -1)
xyz[:, 2] = np.reshape(z_norm, -1)
print('xyz')
print(xyz)

xyz
[[-3. -3. 0.17846472]
[-2.985 -3. 0.17440115]
[-2.97 -3. 0.17063709]
…
[ 2.97 3. 0.17063709]
[ 2.985 3. 0.17440115]
[ 3. 3. 0.17846472]]

从NumPy转为open3d.PointCloud

Open3d提供了从NumPy矩阵到3D向量的转换.使用Vector3dVector,能够直接将一个NumPy矩阵变为open3d.PointCloud.points.
通过这种方式,所有类似的数据结构比如open3d.PointCloud.colors 或 open3d.PointCloud.normals,都能直接使用NumPy赋值或者修改.以下代码将点云保存为ply格式以供下一步使用.

# Pass xyz to Open3D.o3d.geometry.PointCloud and visualize
pcd = o3d.geometry.PointCloud()
pcd.points = o3d.utility.Vector3dVector(xyz)
o3d.io.write_point_cloud("../../TestData/sync.ply", pcd)

True

从open3d.PointCloud转为NumPy

如这个例程所示,Vector3dVector类型的pcd_load.points通过np.asarray直接转化为NumPy数组.

# Load saved point cloud and visualize it
pcd_load = o3d.io.read_point_cloud("../../TestData/sync.ply")

# convert Open3D.o3d.geometry.PointCloud to numpy array
xyz_load = np.asarray(pcd_load.points)
print('xyz_load')
print(xyz_load)
o3d.visualization.draw_geometries([pcd_load])

xyz_load
[[-3. -3. 0.17846472]
[-2.985 -3. 0.17440115]
[-2.97 -3. 0.17063709]
…
[ 2.97 3. 0.17063709]
[ 2.985 3. 0.17440115]
[ 3. 3. 0.17846472]]

关于翻译大家有更好的意见欢迎评论一起学习！！！

欢迎大家关注“点云PCL”公众号，进入群聊一起学习。