单幅影像解析基础：点云

点云是由三维空间中的离散点组成的数据集合，通常用于表示物体或场景的几何形状。在计算机视觉和计算机图形学领域，点云常被用于三维建模、场景重建、目标检测和识别等任务。本文将介绍单幅影像解析中的点云处理基础，并提供相应的源代码示例。

1. 点云的表示

点云可以通过一系列三维点的坐标来表示。每个点的坐标通常由(x, y, z)三个分量表示，分别对应于点在三维空间中的位置。此外，点云还可以包含其他属性，如颜色、法线等。在计算机中，点云可以采用不同的数据结构进行存储和处理，例如数组、栅格化等。

2. 点云的获取

点云可以通过不同的方式获取。常见的方法包括激光扫描、结构光投影、立体视觉等。在单幅影像解析中，可以通过图像处理技术从二维图像中提取点云信息。下面是一个使用Python和OpenCV库提取点云的示例代码：

import cv2
import numpy as np

def extract_point_cloud(