使用Open3D进行3D数据处理

2025年1月5日 | 阅读8分钟

3D 统计处理是计算机视觉、机器人和增强现实等众多领域的重要组成部分。Open3D 是一个开源库，提供了用于 3D 数据处理的广泛工具集，包括点云和网格处理，以及强大的可视化功能。本文探讨了 Open3D 的核心功能，并演示了如何利用它们进行强大的三维数据处理。

Open3D 简介

Open3D 旨在快速开发 3D 数据处理应用程序。它支持广泛的任务，从加载和可视化 3D 数据等基本操作到点云配准和网格处理等高级技术。

安装

安装 Open3D 很简单。您可以使用 pip 进行安装

使用点云

处理点云是各种应用中的基本任务，包括计算机视觉、机器人和 3D 建模。点云是在三维坐标系统中定义的点集，表示对象的表面。Open3D 是一个强大的开源库，提供了用于管理、处理和可视化点云的全面工具。在本文中，我们将探讨如何使用 Open3D 处理点云。

加载和可视化点云

您可以从多种文件格式（PLY、PCD、XYZ）加载点云并进行可视化

 
import open3d as o3d
# Load a point cloud from a file
pcd = o3d.io.read_point_cloud("example.ply")
# Visualize the point cloud
o3d.visualization.draw_geometries([pcd])   

基本点云操作

处理点云是 3D 数据处理中的一项基本任务。Open3D 是一个强大的开源库，提供了用于管理和处理点云的广泛工具。本文将指导您完成使用 Open3D 进行一些简单的点云操作，包括加载、可视化、下采样、法线估计和离群点去除。

1. 下采样

下采样可以减少点云中的点数，这有助于加快处理速度并减少内存使用。一种常见的下采样方法是体素下采样，其中空间被划分为小的立方体（体素），并对每个体素内的点进行平均。

 
# Downsample the point cloud with a voxel size of 0.05
downsampled_pcd = pcd.voxel_down_sample(voxel_size=0.05)
# Visualize the downsampled point cloud
o3d.visualization.draw_geometries([downsampled_pcd])

2. 法线估计

法线估计对于许多点云处理任务很重要，包括表面重建和点云配准。Open3D 提供了一种基于每个点的最近邻的法线估计方法。

 
# Estimate normals for the point cloud
pcd.estimate_normals(search_param=o3d.geometry.KDTreeSearchParamHybrid(radius=0.1, max_nn=30))

# Visualize the point cloud with normals
o3d.visualization.draw_geometries([pcd])   

3. 离群点去除

点云通常包含离群点，这些离群点会负面影响处理结果。Open3D 提供了使用统计方法和基于半径的标准去除这些离群点的功能。

统计离群点去除
统计离群点去除会考虑点到邻居距离的分布来识别离群点。

 
# Remove statistical outliers
cl, ind = pcd.remove_statistical_outlier(nb_neighbors=20, std_ratio=2.0)
inlier_cloud = pcd.select_by_index(ind)

# Visualize the point cloud without outliers
o3d.visualization.draw_geometries([inlier_cloud])   

半径离群点去除
半径离群点去除会删除在给定半径内邻居较少 Thus, a good choice is to include them all.

 
# Remove radius outliers
cl, ind = pcd.remove_radius_outlier(nb_points=16, radius=0.05)
inlier_cloud = pcd.select_by_index(ind)

# Visualize the point cloud without outliers
o3d.visualization.draw_geometries([inlier_cloud])   

组合操作

您可以组合这些基本操作来预处理点云以进行更高级的任务。例如，您可以按顺序对点云进行下采样、估计法线并去除离群点。

 
# Load a point cloud
pcd = o3d.io.read_point_cloud("example.ply")

# Downsample the point cloud
downsampled_pcd = pcd.voxel_down_sample(voxel_size=0.05)
# Estimate normals
downsampled_pcd.estimate_normals(search_param=o3d.geometry.KDTreeSearchParamHybrid(radius=0.1, max_nn=30))
# Remove statistical outliers
cl, ind = downsampled_pcd.remove_statistical_outlier(nb_neighbors=20, std_ratio=2.0)
processed_pcd = downsampled_pcd.select_by_index(ind)
# Visualize the processed point cloud
o3d.visualization.draw_geometries([processed_pcd])   

点云配准

点云配准是将两个或多个点云对齐到公共坐标系的过程。这是 3D 数据处理中的一项重要任务，可实现 3D 重建、物体识别和机器人测绘等应用。Open3D 是一个开源库，提供了执行点云配准的强大工具。本文将介绍使用 Open3D 进行点云配准的基础知识，包括初始配准和使用迭代最近点 (ICP) 算法进行精细配准。

初始配准
在进行精细配准之前，通常需要执行初始配准以大致对齐点云。这可以通过多种方法实现，包括手动指定对应关系或使用基于特征的配准。
手动初始配准
如果您知道对齐点云的近似变换，您可以直接应用它。

 
import open3d as o3d
import numpy as np

# Load source and target point clouds
source = o3d.io.read_point_cloud("source.ply")
target = o3d.io.read_point_cloud("target.ply")

# Define an initial transformation matrix (example values)
trans_init = np.array([[0.862, 0.011, -0.507, 0.5],
                       [-0.139, 0.967, -0.215, 0.7],
                       [0.487, 0.255, 0.835, -1.4],
                       [0.0, 0.0, 0.0, 1.0]])

# Apply the initial transformation to the source point cloud
source.transform(trans_init)

# Visualize the aligned point clouds
o3d.visualization.draw_geometries([source, target])   

使用 ICP 进行精细配准
迭代最近点 (ICP) 算法通过迭代地最小化源点云和目标点云中对应点之间的距离来细化对齐。Open3D 提供了各种 ICP 配准策略，包括点到点 ICP 和点到平面 ICP。
点到点 ICP
点到点 ICP 通过最小化对应点之间的欧几里得距离来对齐点云。

 
# Perform point-to-point ICP registration
threshold = 0.02  # distance threshold
reg_p2p = o3d.pipelines.registration.registration_icp(
    source, target, threshold, trans_init,
    o3d.pipelines.registration.TransformationEstimationPointToPoint())

# Print the transformation matrix and fitness score
print("Transformation matrix:\n", reg_p2p.transformation)
print("Fitness score:", reg_p2p.fitness)

# Apply the transformation to the source point cloud
source.transform(reg_p2p.transformation)

# Visualize the aligned point clouds
o3d.visualization.draw_geometries([source, target])   

点到平面 ICP
点到平面 ICP 考虑表面法线，最小化点到由其对应法线定义的平面之间的距离。这可以为平面表面带来更好的对齐效果。

 
# Estimate normals for both point clouds
source.estimate_normals(search_param=o3d.geometry.KDTreeSearchParamHybrid(radius=0.1, max_nn=30))
target.estimate_normals(search_param=o3d.geometry.KDTreeSearchParamHybrid(radius=0.1, max_nn=30))

# Perform point-to-plane ICP registration
reg_p2p = o3d.pipelines.registration.registration_icp(
    source, target, threshold, trans_init,
    o3d.pipelines.registration.TransformationEstimationPointToPlane())

# Print the transformation matrix and fitness score
print("Transformation matrix:\n", reg_p2p.transformation)
print("Fitness score:", reg_p2p.fitness)

# Apply the transformation to the source point cloud
source.transform(reg_p2p.transformation)

# Visualize the aligned point clouds
o3d.visualization.draw_geometries([source, target])   

评估配准结果

配准后，评估对齐质量很重要。Open3D 为此提供了几个指标，包括拟合分数和内点 RMSE（均方根误差）。

 
# Evaluate the registration result
print("Fitness score:", reg_p2p.fitness)
print("Inlier RMSE:", reg_p2p.inlier_rmse)

# Visualize the aligned point clouds
o3d.visualization.draw_geometries([source, target])   

使用网格

网格是 3D 物体的表示，由顶点、边和面组成。它们广泛用于计算机图形学、CAD 和 3D 打印。Open3D 是一个开源库，提供了一套强大的工具来处理 3D 网格。本文将指导您完成在 Open3D 中处理网格的基础知识，包括加载、可视化和处理网格。

加载网格

Open3D 支持多种网格文件格式，包括 OBJ、PLY 和 STL。以下是如何从文件加载网格的方法

 
import open3d as o3d
# Load a mesh from a file
mesh = o3d.io.read_triangle_mesh("example.obj")

# Print some basic information about the mesh
print(mesh)   

可视化网格

加载网格后，您可以使用 Open3D 的可视化工具对其进行可视化。可视化网格的最简单方法是使用 draw_geometries 函数。

 
# Visualize the mesh
o3d.visualization.draw_geometries([mesh])   

添加颜色和纹理

网格可以具有顶点颜色或纹理，以使其更具视觉吸引力。Open3D 支持加载和可视化彩色网格和纹理网格。

添加顶点颜色

如果您的网格文件包含顶点颜色，Open3D 将自动加载并显示它们。您也可以手动添加顶点颜色。

 
import numpy as np
# Create a simple colored mesh (example)
mesh = o3d.geometry.TriangleMesh.create_box()
mesh.paint_uniform_color([1, 0.706, 0])  # Paint the mesh yellow

# Visualize the colored mesh
o3d.visualization.draw_geometries([mesh])   

添加纹理

如果您的网格文件包含纹理，Open3D 可以加载并显示它们。确保纹理图像文件与网格文件位于同一目录中，或者在网格文件中正确引用。

 
# Load a textured mesh from a file
textured_mesh = o3d.io.read_triangle_mesh("textured_example.obj")
# Visualize the textured mesh
o3d.visualization.draw_geometries([textured_mesh])   

设置可视化窗口

Open3D 通过 Visualizer 类提供对可视化窗口的更多控制。这允许您自定义视点、背景颜色和其他可视化参数。

 
# Create a visualization window
vis = o3d.visualization.Visualizer()
vis.create_window()

# Add the mesh to the visualization
vis.add_geometry(mesh)

# Customize the viewpoint
ctr = vis.get_view_control()
ctr.set_front([0.0, 0.0, -1.0])
ctr.set_lookat([0.0, 0.0, 0.0])
ctr.set_up([0.0, -1.0, 0.0])
ctr.set_zoom(0.8)

# Run the visualization
vis.run()
vis.destroy_window()   

高级可视化功能

Open3D 提供高级可视化功能，例如设置点大小、线宽和启用点光源。

 
# Advanced visualization settings
mesh.compute_vertex_normals()
o3d.visualization.draw_geometries([mesh],
                                  point_show_normal=True,
                                  mesh_show_wireframe=True,
                                  mesh_show_back_face=True)

基本网格操作

加载网格

在执行任何操作之前，您需要加载网格。Open3D 支持多种文件格式，如 OBJ、PLY 和 STL。

 
import open3d as o3d
# Load a mesh from a file
mesh = o3d.io.read_triangle_mesh("example.obj")

# Print some basic information about the mesh
print(mesh)   

计算顶点法线

顶点法线对于着色和渲染至关重要。Open3D 可以根据网格的几何形状计算顶点法线。

 
# Compute vertex normals
mesh.compute_vertex_normals()

# Visualize the mesh with computed normals
o3d.visualization.draw_geometries([mesh])   

网格简化

网格简化会减少网格中的三角形数量，同时保留其整体形状。这对于降低 3D 模型的复杂性，使其更易于处理和可视化非常有用。

 
# Simplify the mesh to have fewer triangles
simplified_mesh = mesh.simplify_quadric_decimation(target_number_of_triangles=1000)

# Visualize the simplified mesh
o3d.visualization.draw_geometries([simplified_mesh])  

网格细分

网格细分会增加网格中的三角形数量，使其更平滑。Open3D 支持多种细分方法，包括中点细分。

 
# Apply midpoint subdivision to the mesh
subdivided_mesh = mesh.subdivide_midpoint(number_of_iterations=2)

# Visualize the subdivided mesh
o3d.visualization.draw_geometries([subdivided_mesh])  

网格变换

平移、旋转和缩放等基本变换可以应用于网格。Open3D 允许您轻松执行这些变换。

翻译

沿给定向量平移网格。

 
import numpy as np

# Translate the mesh by [1, 2, 3]
mesh.translate((1, 2, 3))
# Visualize the translated mesh
o3d.visualization.draw_geometries([mesh])   

旋转

围绕给定轴以指定角度旋转网格。

 
# Rotate the mesh by 45 degrees around the Z-axis
R = mesh.get_rotation_matrix_from_xyz((0, 0, np.pi / 4))
mesh.rotate(R, center=(0, 0, 0))

# Visualize the rotated mesh
o3d.visualization.draw_geometries([mesh])   

缩放

以给定因子缩放网格。

 
# Scale the mesh by a factor of 2
mesh.scale(2, center=(0, 0, 0))

# Visualize the scaled mesh
o3d.visualization.draw_geometries([mesh])   

组合操作

您可以组合多个操作来预处理网格以进行更高级的任务。例如，您可以简化网格、计算顶点法线，然后应用变换。

 
# Load a mesh
mesh = o3d.io.read_triangle_mesh("example.obj")

# Simplify the mesh
simplified_mesh = mesh.simplify_quadric_decimation(target_number_of_triangles=1000)

# Compute vertex normals
simplified_mesh.compute_vertex_normals()

# Rotate the simplified mesh
R = simplified_mesh.get_rotation_matrix_from_xyz((0, 0, np.pi / 4))
simplified_mesh.rotate(R, center=(0, 0, 0))

# Visualize the processed mesh
o3d.visualization.draw_geometries([simplified_mesh])   

下一个主题Python 中局部变量和全局变量的区别

使用Open3D进行3D数据处理

Open3D 简介

使用点云

加载和可视化点云

基本点云操作

1. 下采样

2. 法线估计

3. 离群点去除

组合操作

点云配准

评估配准结果

使用网格

加载网格

可视化网格

添加颜色和纹理

设置可视化窗口

基本网格操作

网格变换

联系信息

关注我们

教程

面试题

在线编译器

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

其他

使用Open3D进行3D数据处理

Open3D 简介

使用点云

加载和可视化点云

基本点云操作

1. 下采样

2. 法线估计

3. 离群点去除

组合操作

点云配准

评估配准结果

使用网格

加载网格

可视化网格

添加颜色和纹理

设置可视化窗口

基本网格操作

网格变换

相关帖子

Python中的k近邻(kNN)算法

Python中的音译

Python中的SciencePlots

如何安装特定版本的Python库

如何在Python字符串中填充空格

使用Python的GPS追踪器

Python中的Matplotlib.axes.Axes.plot()

Python Dictionary update()方法

如何使用Python中的ChatGPT API

使用Python的ROS发布者

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器