news 2026/4/20 20:23:53

第三课:Open3D点云数据处理:点云格式转换

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
第三课:Open3D点云数据处理:点云格式转换

1 Open3D点云格式介绍

1.1 xyz

1.2 xyzn

1.3 xyzrgb

1.4 pts

1.5 ply

1.6 pcd

2 点云格式转换

2.1 读取点云数据

​编辑

2.2 pcd转ply

2.3 pcd转xyz

2.4 pcd转xyzrgb

2.5 pcd转pts


1 Open3D点云格式介绍

1.1 xyz

每一行包含 [x y z] ,其中的x, y, z 是三维坐标,坐标之间以空格分隔。

1.2 xyzn

每一行包含[x, y, z, nx, ny, nz], 其中的nx,ny,nz是法向量

1.3 xyzrgb

每一行包含[x, y, z, r, g, b], 其中的r,g,b是范围在[0, 1]的float类型

1.4 pts

第一行为整数,表示点云中的点数。之后每行为点坐标及其属性,可以是[x, y, z, i, r, g, b][x, y, z, r, g, b][x, y, z, i]或者[x, y, z]格式,i代表反射强度intensity, 其中xyzi为doublel类型,rgbuint8类型 |

比较有特点的是,pts格式的点云,行与行之间以空白行分隔。

下面以[x, y, z, i, r, g, b]类型为例展示

1.5 ply

ply文件能够同时包含点云和网格数据,有binary和ASCII码两种编码类型。更多内容请查看 Polygon File Format,

二进制binary格式

ASCII码格式

1.6 pcd

pcd格式是PCL指定的点云格式,更多内容请查看 Point Cloud Data

同样的,pcd也有binary和ASCII码两种编码。

binary编码

ASCII编码

2 点云格式转换

open3d进行点云格式转换,不涉及数据格式 ,直接保存为想要的类型即可。下面以pcd点云转换为其他格式的点云为例,进行示范。

2.1 读取点云数据

import open3d as o3d import numpy as np print("->正在加载点云... ") pcd = o3d.io.read_point_cloud(r"H:\HTempWK\temp\open3d\pointdata\Armadillo\Armadillo.pcd") print(pcd) print("->正在可视化点云") o3d.visualization.draw_geometries([pcd])

2.2 pcd转ply

import open3d as o3d print("->加载pcd点云...") pcd = o3d.io.read_point_cloud(r"H:\HTempWK\temp\open3d\pointdata\bunny.pcd") print(pcd) print("->正在可视化点云") o3d.visualization.draw_geometries([pcd]) print("\n->保存为binary类型的ply点云...") o3d.io.write_point_cloud("H:/HTempWK/temp/open3d/data/savebunnyBinary.ply", pcd) # 读取保存得二进制点云数据进行展示 pcd_from_file = o3d.io.read_point_cloud("H:/HTempWK/temp/open3d/data/savebunnyBinary.ply") print("->正在可视化保存的点云...") o3d.visualization.draw_geometries([pcd_from_file]) print("\n->保存为ASCII码类型的ply点云...") o3d.io.write_point_cloud("H:/HTempWK/temp/open3d/data/savebunnyASCII.ply", pcd, write_ascii = True) # 读取保存得ASCII码点云数据进行展示 pcd_from_file = o3d.io.read_point_cloud("H:/HTempWK/temp/open3d/data/savebunnyASCII.ply") print("->正在可视化保存的点云...") o3d.visualization.draw_geometries([pcd_from_file])

2.3 pcd转xyz

import open3d as o3d print("->加载pcd点云...") pcd = o3d.io.read_point_cloud(r"H:\HTempWK\temp\open3d\pointdata\bunny.pcd") # 显示点云 o3d.visualization.draw_geometries([pcd]) print("\n->保存xyz点云...") o3d.io.write_point_cloud(r"H:\HTempWK\temp\open3d\pointdata\bunny.xyz", pcd) print("->保存xyz点云完成") # 读取点云进行展示 pcd_from_file = o3d.io.read_point_cloud(r"H:\HTempWK\temp\open3d\pointdata\bunny.xyz") o3d.visualization.draw_geometries([pcd_from_file])

2.4 pcd转xyzrgb

import open3d as o3d import numpy as np pcd_path = r"H:\HTempWK\temp\open3d\pointdata\bunny.pcd" xyzrgb_path = r"H:\HTempWK\temp\open3d\pointdata\bunny.xyzrgb" pcd = o3d.io.read_point_cloud(pcd_path) points = np.asarray(pcd.points) z = points[:, 2] # 归一化到 0~1 z_norm = (z - z.min()) / (z.max() - z.min()) # 蓝 → 红 渐变 colors = np.zeros((len(points), 3)) colors[:, 0] = z_norm # R colors[:, 2] = 1 - z_norm # B pcd.colors = o3d.utility.Vector3dVector(colors) o3d.io.write_point_cloud(xyzrgb_path, pcd, write_ascii=True) pcd_from_file = o3d.io.read_point_cloud(xyzrgb_path) o3d.visualization.draw_geometries([pcd_from_file])

2.5 pcd转pts

import open3d as o3d print("->加载pcd点云...") pcd = o3d.io.read_point_cloud(r"H:\HTempWK\temp\open3d\pointdata\bunny.pcd") print(pcd) print("->正在可视化点云") o3d.visualization.draw_geometries([pcd]) print("\n->保存pts点云...") o3d.io.write_point_cloud(r"H:\HTempWK\temp\open3d\pointdata\bunny.pts", pcd) # 读取pts数据进行展示 pcd_from_file = o3d.io.read_point_cloud(r"H:\HTempWK\temp\open3d\pointdata\bunny.pts") o3d.visualization.draw_geometries([pcd_from_file])
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/19 21:20:12

第四课Open3D点云数据处理:读写网格模型(mesh)与格式转换

1 mesh 加载函数 1.1 函数原型 1.2 参数说明 1.3代码展示 ​编辑 1.4 判断mesh文件是否读取成功 2 mesh 保存函数 2.1 函数原型 2.2 参数说明 2.3 代码示例 2.4 Open3D支持的mesh类型 3 mesh 格式转换 3.1 ply 转 obj 3.2 ply 转 stl 3.3 ply 转 off 3.4 ply 转…

作者头像 李华
网站建设 2026/4/20 19:20:03

第六课Open3D点云数据处理:点云、mesh可视化(Visualizer类)

1 Visualizer类 2 参数详解 2.1 常用参数 2.2 渲染参数 RenderOption 详解 3 点云可视化 3.1 最简单的点云可视化 3.2 可视化多个点云 3.3 可视化点云法线 3.4 其他参数 4 mesh可视化 4.1 最简单的mesh可视化 4.2 可视化三角网格和模型内表面 4.3 可视化多个mesh 1…

作者头像 李华
网站建设 2026/4/20 17:58:28

深度解析大模型微调技术:LoRA、QLoRA、DPO全对比,建议收藏!

深度解析2025年大模型微调技术:LoRA、QLoRA、DPO全对比,建议收藏! 文章系统介绍了大语言模型微调技术的演进与现状,重点分析了参数高效微调(PEFT)的革命性技术,包括LoRA及其改进版QLoRA、VeRA、DoRA和AdaLoRA&#xff…

作者头像 李华
网站建设 2026/4/18 16:52:21

为什么越来越多开发者选择PyTorch-CUDA预装镜像?

为什么越来越多开发者选择PyTorch-CUDA预装镜像? 在深度学习项目启动的前48小时里,你更愿意把时间花在模型设计上,还是反复折腾CUDA版本和驱动兼容性?这几乎是每个AI工程师都经历过的灵魂拷问。而如今,越来越多团队正在…

作者头像 李华
网站建设 2026/4/17 16:50:55

GPU算力租赁新趋势:结合PyTorch镜像实现按需付费模式

GPU算力租赁新趋势:结合PyTorch镜像实现按需付费模式 在AI模型越来越“大”、训练任务越来越复杂的今天,一个开发者最怕听到的提示是什么? 不是“代码有bug”,而是——“CUDA out of memory”。 这句报错背后,往往意味…

作者头像 李华