Open3D通过索引提取点云

目录

一、概述

二、代码实现

2.1关键函数

[2.2 完整代码](#2.2 完整代码)

三、实现效果

3.1原始点云

3.2提取后点云


一、概述

在 Open3D 中,通过索引提取点云是一种常见且有效的操作,特别适用于需要处理点云子集的场景,例如提取特定区域的点、降采样、或者进行其他的后续处理。Open3D 提供了 select_by_index 方法来根据索引提取点云的子集。这个方法可以接受一个整数索引的列表,根据列表中的索引值提取对应的点云部分。

二、代码实现

2.1关键函数

Open3D中的select_by_index()使用二进制掩码只输出选定的点或非选定的点。

  • inlier_cloud = cloud.select_by_index(m_ind)提取索引对应的点;
  • outlier_cloud = cloud.select_by_index(m_ind, invert=True)提取索引之外的点。
python 复制代码
def select_by_index(self, indices, invert=False): # real signature unknown; restored from __doc__
        """
        select_by_index(self, indices, invert=False)
        
        Function to select points from input pointcloud into output pointcloud.
        
        Args:
            indices (List[int]): Indices of points to be selected.
            invert (bool, optional, default=False): Set to ``True`` to invert the selection of indices.
        
        Returns:
            open3d.cpu.pybind.geometry.PointCloud
        """

注意事项

  • 索引范围:确保索引列表中的值在点云中存在对应的点。否则,会导致错误或空的子集。
  • 灵活性:可以根据需要生成任意数量和类型的索引,例如提取连续的点、随机选择的点或者基于特定条件的点。

2.2 完整代码

python 复制代码
import open3d as o3d
import numpy as np

# 加载点云数据
pcd = o3d.io.read_point_cloud("bunny.pcd")

# 可视化原始点云
o3d.visualization.draw_geometries([pcd], window_name='Original Point Cloud')

# 生成前1000个点的索引
num_points = 1000
indices_first_1000 = list(range(num_points))

# 使用索引提取点云子集
subset_pcd_first_1000 = pcd.select_by_index(indices_first_1000)

# 可视化提取的前1000个点
o3d.visualization.draw_geometries([subset_pcd_first_1000], window_name='First 1000 Points')

# 获取点云中的所有点数
total_points = len(pcd.points)

# 随机选择1000个点的索引
indices_random_1000 = np.random.choice(total_points, num_points, replace=False)

# 使用索引提取点云子集
subset_pcd_random_1000 = pcd.select_by_index(indices_random_1000)

# 可视化提取的随机1000个点
o3d.visualization.draw_geometries([subset_pcd_random_1000], window_name='Random 1000 Points')

三、实现效果

3.1原始点云

3.2提取后点云

前1000个点

随机提取的1000个点

相关推荐
m0_650108241 小时前
【论文精读】STAR:基于文本到视频模型的空间-时间增强真实世界视频超分
计算机视觉·论文精读·真实世界视频超分·liem·dp loss·图像质量提升
晓风残月淡1 小时前
JVM字节码与类的加载(二):类加载器
jvm·python·php
西柚小萌新4 小时前
【深入浅出PyTorch】--上采样+下采样
人工智能·pytorch·python
未来之窗软件服务5 小时前
自己写算法(九)网页数字动画函数——东方仙盟化神期
前端·javascript·算法·仙盟创梦ide·东方仙盟·东方仙盟算法
豐儀麟阁贵5 小时前
基本数据类型
java·算法
却道天凉_好个秋6 小时前
OpenCV(七):BGR
opencv·计算机视觉
shut up6 小时前
LangChain - 如何使用阿里云百炼平台的Qwen-plus模型构建一个桌面文件查询AI助手 - 超详细
人工智能·python·langchain·智能体
宝贝儿好6 小时前
【python】第五章:python-GUI编程
python·pyqt
乐迪信息6 小时前
乐迪信息:基于AI算法的煤矿作业人员安全规范智能监测与预警系统
大数据·人工智能·算法·安全·视觉检测·推荐算法
闲人编程7 小时前
从多个数据源(CSV, Excel, SQL)自动整合数据
python·mysql·数据分析·csv·存储·数据源·codecapsule