open3d处理3d图像

最新推荐文章于 2025-10-01 16:46:00 发布

原创

最新推荐文章于 2025-10-01 16:46:00 发布 · 1k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#python #pycharm #opencv

本文详细介绍了如何使用open3d库处理3D图像，包括读取点云数据、近邻搜索（KNN、半径、混合）、法向量估计和生成三角片面的过程。通过实例演示了各种操作，如安装open3d、打开点云文件、降噪处理和生成Mesh结构。

1、用无结构的点云数据生成结构化数据Mesh

2、三角片面生成

一、出现一只兔子（读取点云数据）

1、安装

代码：pip install open3d

查看安装包：pip list

2、用open3d打开兔子文件

import os
os.chdir("C:/Users/Administrator/AppData/Local/Programs/Python/Python37/Lib/site-packages")
import open3d as o3d
import numpy as np

print("Open3D read Point Cloud")
pcd=o3d.io.read_point_cloud(r"D:\Python\bunny\bunny10k.ply")
print(pcd)

o3d.visualization.draw_geometries([pcd],width=800,height=600)

打印结果：（此时是多角度的点云拼接，有大量重复点云）

注意：不要忘了文件路径的设置

按ctrl+-号可以减少点云的体素尺寸，ctrl++放大

3、另存为一个点云文件

o3d.io.write_point_cloud(r"data\newrabbit.pcd",pcd)

二、近邻搜索

采用近邻搜索的方式对扫描仪扫描结果进行降噪

1、基于KNN

import open3d as o3d
import numpy as np
 
print("Open3D read Point Cloud")
pcd = o3d.io.read_point_cloud(r"bunny10k.ply")
pcd.paint_uniform_color([0.5, 0.5, 0.5])    #统一为灰点
 
pcd_tree = o3d.geometry.KDTreeFlann(pcd)    #贴着物体表面寻找
pcd.colors[100] = [1, 0, 0]    #第100个点是红点
 
[k, idx, _] = p