mayavi可视化坐标系pose

最新推荐文章于 2025-09-20 11:26:16 发布

原创最新推荐文章于 2025-09-20 11:26:16 发布 · 694 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #位姿估计

3D vision 同时被 2 个专栏收录

27 篇文章

订阅专栏

6D pose estimation

17 篇文章

订阅专栏

本文介绍了如何利用Python中的mayavi库和numpy进行三维位姿可视化，特别是在6D位姿估计任务中。示例代码展示了从./pose目录下读取4x4位姿矩阵txt文件，然后使用mayavi可视化这些位姿及其对应的坐标轴。通过Python脚本，可以快速便捷地完成复杂的3D可视化任务，相比于C++提供了更高的效率。

介绍一个很好用的python可视化库：mayavi，其底层实现是vtk库。
在从事6D位姿估计方面的工作时，经常需要可视化各种坐标系的朝向，而使用C++编写可视化程序比较复杂，而通过python脚本可以快速完成。
下面给出一个可视化pose的程序，作用是从./pose文件夹下读取保存4*4位姿矩阵的一组txt文件可视化位姿，并可视化Oxyz坐标系。

import numpy as np
from mayavi import mlab
from pathlib import Path


poses = Path(r"./pose").glob("*")
for pose_file in poses:
    pose = np.loadtxt(str(pose_file))
    print(pose)

    mlab.quiver3d(pose[0][3], pose[1][3], pose[2][3], pose[0][0], pose[1][0], pose[2][0], line_width=3, scale_factor=100, colormap = "Reds")
    mlab.quiver3d(pose[0][3], pose[1][3], pose[2][3], pose[0][1], pose[1][1], pose[2][1], line_width=3, scale_factor=100, colormap = "Greens")
    mlab.quiver3d(pose[0][3], pose[1][3], pose[2][3], pose[0][2], pose[1][2], pose[2][2], line_width=3, scale_factor=100, colormap = "Blues")

mlab.quiver3d(0, 0, 0, 1, 0, 0, line_width=3, scale_factor=200, colormap = "Reds")
mlab.quiver3d(0, 0, 0, 0, 1, 0, line_width=3, scale_factor=200, colormap = "Greens")
mlab.quiver3d(0, 0, 0, 0, 0, 1, line_width=3, scale_factor=200, colormap = "Blues")

mlab.show()