精华内容
下载资源
问答
  • 点云可视化

    2018-10-18 14:57:29
    PCL点云可视化,主要用于读取PCD点云文件。基于VS2015和PCL1.8.1,点云文件的读取。
  • 点云可视化程序,包括ply、pcd、txt格式的点云可视化,压缩包内有cmake编译好的可执行文件和测试文件,具体信息查看README文件。
  • 基于【Win10 x64+VS2015+PCL1.8.1】环境实现两种点云可视化方法,内含点云文件,可直接运行。
  • 根据语义或实例分割的结果可视化KITTI数据集点云,为不同类别或不同的实例赋予不同的颜色,适合论文作图
  • 基于 Qt 和 PCL 开发的点云可视化软件
  • Bubbleplot 生成一个散点图,可以实现多达 6 维数据的可视化。 用于显示数据的维度包括 X、Y 和 Z 坐标、标记大小、颜色和形状。 数据类型可以是数字或分类(或字符串)。 您还可以使用文本注释标记每个点此功能与 ...
  • 海量的三维点云数据一直是webgis可视化发布的难点。文章基于webgl框架,研究了三维点云数据切片分级等数据组织方法,并开发了相应软件。对利用倾斜摄影测量所建立的三维点云数据进行处理,在自主开发的webgl客户端上...
  • 今天想要打开一个点云文件看看,但是好像没有怎么搜到简单查看点云的基于python的方法,于是找了半天,找到了...然后就可以用下面的代码就可以可视化点云文件了 import numpy as np import open3d as o3d print("Loa

    今天想要打开一个点云文件看看,但是好像没有怎么搜到简单查看点云的基于python的方法,于是找了半天,找到了下面这个方法,非常简单,也非常快,使用python就可以查看非常方便

    使用的是Open3D这个python库

    文档地址:

    http://www.open3d.org/

    安装Open3D

    命令行输入

    pip install open3d

    然后就可以用下面的代码就可视化点云文件了

    import numpy as np
    import open3d as o3d
    
    print("Load a ply point cloud, print it, and render it")
    pcd = o3d.io.read_point_cloud("cat.ply")#这里的cat.ply替换成需要查看的点云文件
    print(pcd)
    print(np.asarray(pcd.points))
    o3d.visualization.draw_geometries([pcd])

    文件类型是自动识别的,支持 .xyz .xyzn .xyzrgb .pts .ply .pcd类型的文件

    Open3D还提供了很多3D文件的操作函数,有兴趣的朋友可以自行了解。

    展开全文
  • 分享一波简单的可视化bin格式点云的方法。先大概讲下背景,目前激光雷达采集的点云文件大多基于ROS,然后转化为pcd、bin格式进行处理。(ros-pcd-bin格式之间相互转换格式有相应的工具,如果需要我后面更新在github)...

    分享一波简单的可视化bin格式点云的方法。

    先大概讲下背景,目前激光雷达采集的点云文件大多基于ROS,然后转化为pcd、bin格式进行处理。(ros-pcd-bin格式之间相互转换格式有相应的工具,如果需要我后面更新在github)

    大多数人都会使用pcl库来处理pcd格式点云,但不得不说,配置pcl的点云库真的真的太多坑,直接建议不要自己配环境,条件允许使用docker 找个合适的镜像就行。但是要进行点云可视化,在docker image里还要进行主机与容器之间的端口映射,如果远程服务器的话更复杂一些(不要问我怎么知道的/ )

    如果仅需要进行可视化,建议参照KITTI数据集采用bin格式来处理,真的简单太多!!!下面是正文:(参考大佬的,做个记录)

    方法一:numpy+mayavi.mlab

    1.安装依赖库

    pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

    pip install mayavi -i https://pypi.tuna.tsinghua.edu.cn/simple

    2.读取.bin格式文件进行可视化

    import numpy as np

    import mayavi.mlab

    # lidar_path更换为自己的.bin文件路径

    pointcloud = np.fromfile(str("lidar_path"), dtype=np.float32, count=-1).reshape([-1, 4])

    x = pointcloud[:, 0] # x position of point

    y = pointcloud[:, 1] # y position of point

    z = pointcloud[:, 2] # z position of point

    r = pointcloud[:, 3] # reflectance value of point

    d = np.sqrt(x ** 2 + y ** 2) # Map Distance from sensor

    degr = np.degrees(np.arctan(z / d))

    vals = 'height'

    if vals == "height":

    col = z

    else:

    col = d

    fig = mayavi.mlab.figure(bgcolor=(0, 0, 0), size=(640, 500))

    mayavi.mlab.points3d(x, y, z,

    col, # Values used for Color

    mode="point",

    colormap='spectral', # 'bone', 'copper', 'gnuplot'

    # color=(0, 1, 0), # Used a fixed (r,g,b) instead

    figure=fig,

    )

    mayavi.mlab.show()

    3.就可以得到可视化结果

    方法二:numpy+python_pcl

    1、安装依赖

    pip install python_pcl-XXX.whl #XXX为版本号,也可以不加

    2、读取.bin文件并可视化

    import numpy as np

    import pcl.pcl_visualization

    # lidar_path 指定一个kitti 数据的点云bin文件就行了

    points = np.fromfile(lidar_path, dtype=np.float32).reshape(-1, 4) # .astype(np.float16)

    # 这里第四列代表颜色值,根据自己需要进行赋值

    points[:, 3] = 3329330

    # PointCloud_PointXYZRGB 需要点云数据是N*4,分别表示x,y,z,RGB ,其中RGB 用一个整数表示颜色;

    color_cloud = pcl.PointCloud_PointXYZRGB(points)

    visual = pcl.pcl_visualization.CloudViewing()

    visual.ShowColorCloud(color_cloud, b'cloud')

    flag = True

    while flag:

    flag != visual.WasStopped()

    其中上述代码中的颜色值表如下所示:

    白色:16777215 红色:16711680 绿色:65280 蓝色:255 牡丹红:16711935

    青色:65535 黄色:16776960 黑色:0 海蓝:7396243 巧克力色:6042391

    蓝紫色:10444703 黄铜色:11904578 亮金色:14276889 棕色:10911037

    青铜色:9205843 深棕:6045747 深绿:3100463 深铜绿色:4879982

    深橄榄绿:5197615 深兰花色:10040013 深紫色:8855416 深石板蓝:7021454

    深铅灰色:3100495 深棕褐色:9922895 深绿松石色:7377883 暗木色:8740418

    淡灰色:5526612 土灰玫瑰红色:8741731 长石色:13734517 火砖色:9315107

    森林绿:2330147 金色:13467442 鲜黄色:14408560 灰色:12632256

    铜绿色:5406582 青黄色:9689968 猎人绿:2186785 印度红:5123887

    土黄色:10461023 浅蓝色:12638681 浅灰色:11053224 浅钢蓝色:9408445

    浅木色:15319718 石灰绿色:3329330 桔黄色:14972979 褐红色:9315179

    中海蓝色:3329433 中蓝色:3289805 中森林绿:7048739 中鲜黄色:15395502

    中兰花色:9662683 中海绿色:4353858 中石板蓝色:8323327 中春绿色:8388352

    中绿松石色:7396315 中紫红色:14381203 中木色:10911844 深藏青色:3092303

    海军蓝:2302862 霓虹蓝:5066239 霓虹粉红:16740039 新深藏青色:156

    新棕褐色:15452062 暗金黄色:13612347 橙色:16744192 橙红色:16720896

    淡紫色:14381275 浅绿色:9419919 粉红色:12357519 李子色:15379946

    石英色:14277107 艳蓝色:5855659 鲑鱼色:7291458 猩红色:12326679

    海绿色:2330216 半甜巧克力色:7029286 赭色:9333539 银色:15132922

    天蓝:3316172 石板蓝:32767 艳粉红色:16719022 春绿色:65407

    钢蓝色:2321294 亮天蓝色:3715294 棕褐色:14390128 紫红色:14204888

    石板蓝色:11397866 浓深棕色:6045747 淡浅灰色:13487565 紫罗兰色:5189455

    紫罗兰红色:13382297 麦黄色:14211263 黄绿色:10079282

    3、运行时候可视化结果如下

    方法三:numpy+rviz

    1、需要Ubuntu16.04+ros kinetic环境

    2、具体代码如下:

    参考下面的结构创建一个ros工程

    test

    └── src

    └── rospy_rviz

    ├── CMakeLists.txt

    ├── data

    │ ├── readbin.png

    │ ├── readbin.py

    │ ├── read_pcl.py

    │ └── velodyne

    │ ├── 000000.bin

    │ ├── 000001.bin

    │ ├── 000002.bin

    │ ├── 000003.bin

    │ ├── 000004.bin

    ├── launch

    │ └── rospy_rviz.launch

    ├── package.xml

    ├── rviz

    │ └── rospy_rviz.rviz

    └── script

    └── rospy_rviz.py

    rospy_rviz.py

    #!/usr/bin/env python

    # coding=utf-8

    import os

    import numpy as np

    import rospy

    from visualization_msgs.msg import *

    from sensor_msgs.msg import PointCloud2

    from sensor_msgs import point_cloud2 as pc2

    import pcl.pcl_visualization

    def get_data():

    file_name = list()

    file_path = rospy.get_param('file_path', "") # 获取一个全局参数

    for filename in os.listdir(file_path):

    filename = os.path.join(file_path, filename)

    if filename.split('.')[-1] == "bin":

    # print(filename.split('/')[-1])

    file_name.append(filename.split('/')[-1])

    # print(file_name)

    return file_name

    def main():

    rospy.init_node("point_cloud", anonymous=True)

    rate = rospy.Rate(10)

    pub_cloud = rospy.Publisher("/point_cloud", PointCloud2, queue_size=100)

    point_cloud2 = PointCloud2()

    point_cloud2.header.frame_id = "/velodyne"

    file_path = rospy.get_param('file_path', "") # 获取一个全局参数

    file_name = get_data()

    for file in file_name:

    point_data = np.fromfile((file_path + file), dtype=np.float32, count=-1).reshape([-1, 4])

    # point_data = point_data[:10]

    cloud = pc2.create_cloud_xyz32(point_cloud2.header, point_data[:, :3])

    pub_cloud.publish(cloud)

    # 控制发布频率

    rate.sleep()

    if __name__ == "__main__":

    main()

    CMakeLists.txt

    cmake_minimum_required(VERSION 2.8.3)

    project(rospy_rviz)

    find_package(catkin REQUIRED COMPONENTS

    message_generation

    std_msgs

    )

    # do not wildcard install files since the root folder of the package will contain a debian folder for releasing

    catkin_install_python(PROGRAMS

    script/rospy_rviz.py

    DESTINATION ${CATKIN_PACKAGE_SHARE_DESTINATION}/rospy_rviz

    )

    install(FILES

    launch/rospy_rviz.launch

    DESTINATION ${CATKIN_PACKAGE_SHARE_DESTINATION}/rospy_rviz

    )

    package.xml

    rospy_rviz

    0.0.0

    rospy_rviz

    Hqss

    TODO

    catkin

    rospy_rviz.launch

    3、使用下面命令运行程序

    catkin_make

    source devel/setup.bash

    roslaunch rospy_rviz rospy_rviz.launch

    4、可视化结果如下图所示

    至此三种方法都可以正常可视化点云数据。

    展开全文
  • 动态可视化来自诸如Microsoft Kinect等设备的三维点云数据流。

    一、功能概述

    1、算法概述

      可视化来自诸如Microsoft Kinect等设备的三维点云数据流。为了提高性能,pcplayer会在与图形交互期间自动对点云进行下采样。下采样只发生在点云的可视化中,而不影响

    展开全文
  • 点击查看:Python三维点云可视化代码 文件大小:58M 操作系统:Windows10旗舰版 开发工具:Python 开发语言:.py 简要概述: 安装依赖 pip install numpy --user pip install mayavi --user pip install PyQt5 --...

    点击查看:Python三维点云可视化代码

    文件大小:58M

    操作系统:Windows10旗舰版

    开发工具:Python

    开发语言:.py

    简要概述:

    安装依赖

    pip install numpy --user

    pip install mayavi --user

    pip install PyQt5 --user

    运行代码

    python3 main.py

    在这里插入图片描述
    在这里插入图片描述

    展开全文
  • PCDViewer-2.0 点云可视化利器

    千次阅读 热门讨论 2020-11-16 01:44:50
    PCDViewer-2.0完整地继承了PCDViewer-1.0的所有优点,包括(点云可视化和编辑工具 PointCloudVeiwer-PointCloudLabeler_Jacky_546287052的专栏-CSDN博客_点云可视化软件): 支持超大数据量点云显示; 提供了透视...
  • 三维点云可视化方法

    千次阅读 2019-10-28 16:57:50
    三维点云可视化 pcl matplotlib import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D import numpy as np points = np.loadtxt('0000000000.txt') skip = 20 # Skip every n points fig = ...
  • pclpy 点云可视化汇总

    2021-10-01 14:06:52
    pclpy 点云可视化渲染方式汇总
  • 目前有一个.bin文件数据,尝试了很多办法都没有实现点云可视化,各位大佬可以帮帮我吗</p>
  • PCLVisualizer 点云可视化类总结

    千次阅读 热门讨论 2019-04-09 18:13:09
    PCLVisualizer可视化类是PCL中功能最全的可视化类,与CloudViewer可视化类相比,PCLVisualizer 更为复杂,具有更全面的功能,如显示法线、点云...//simpleVis函数实现最基本的点云可视化操作, boost::shared_ptr&l...
  • 多个点云可视化

    2021-04-30 16:30:33
    一个结果图中显示多个点云文件 在一个效果图中显示三个点云 代码 #define BOOST_TYPEOF_EMULATION #define _CRT_SECURE_NO_WARNINGS #include <iostream> #include <pcl/io/pcd_io.h> #include <pcl/...
  • KITTI 目标检测结果的点云可视化

    千次阅读 热门讨论 2020-08-04 17:18:10
    鉴于目前并没有简单通用的点云可视化代码,我这边简单写了一个代码用于可视化,当然需要借助meshlab进行可视化。 代码思路是通过在点云中画框并标注目标方向的方式呈现,输出的txt文件在meshlab中可以可视化。 ...
  • 但是我们需要使用QT做点云的可视化的时候又需要VTK,虽然我们在windows下安装PCL的时候就已经安装了VTK,由于跟着PCL安装的VTK是没有和QT联合编译的,所以在使用PCL和QT做点云可视化界面的时候是无法使用可是QT的...
  • 二、准备数据 Potree可视化数据需要使用具备Potree它定义的格式的数据,因此需要对txt、las等数据使用PotreeConverter转换格式。 1、在git面板输入命令:git clone https://github.com/LAStools/LAStools 2、在终端...
  • C ++网格+点云可视化工具一种用于网格和点云的基本OpenGL可视化工具。 使用Eigen矩阵存储数据,这对于已经使用Eigen的项目很方便。 使用meshview创建的可视化器示例:代码:...
  • 1. PCL+QT可视化点云; 2. 支持鼠标坐标拾取,并且把鼠标拾取点显示在控件上,而不是控制台上,这个功能是网上很多代码都是没有的; 3. 包含我自己编译的PCL动态库以及对应的VTK库,不需要额外编译了; 4. 工程项目...
  • 点云可视化和编辑工具 PointCloudVeiwer-PointCloudLabeler

    千次阅读 热门讨论 2019-09-15 12:49:07
    一款好用的点云可视化和编辑工具。 支持超大数据量点云显示; 提供了透视投影和正投影两个版本; 支持pcl pcd格式点云和LAS点云数据; 支持按高程/类别/反射值等显示点云; 支持按pose显示拼接点云; 支持自动...
  • 点云的特征可视化代码样例: #### 特征可视化 import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D import numpy as np points = np.loadtxt('data.txt') skip = 20 # Skip every n points ...
  • PCL之点云可视化--CloudViewer

    千次阅读 2020-12-06 16:37:40
    点云视窗类CloudViewer是简单的可视化点云工具类,仅用几行代码就可以让用户查看点云;但需要注意的是该类不能用于多线程应用程序中。 代码展示 #include<pcl/point_types.h> #include<pcl/io/pcd_io.h&...
  • python-pcl点云可视化

    千次阅读 2020-06-24 07:31:39
    python-pcl点云可视化 python-pcl实际是C++编译过来的 这里要讲的是可视化,因为在做这个可视化的时候,没有找到很多相关资料,这里记录一下吧 首先,你得安装了这个库,安装这里不多做赘述了,如果你得pycharm能够...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 9,959
精华内容 3,983
关键字:

点云可视化