open3d和pcl都是很優秀的三維資料處理庫，但是，它們不支援.las檔案。（作為處理大/自然場景las點雲的我，心情有點不美麗。）pcl作為較早的庫，演算法較多，對c++支援較多；open3d作為新庫，演算法不如pcl多，個人感覺它對python支援較好，視覺化效果較好。
兩種方式
1.1 cmake
1.2 vs配置
open3d獲取點雲資訊，需要 eigen。
（1）右擊工程—屬性—vc++目錄—包含目錄，新增如下路徑：
//點數
int pointcount = cloud_ptr->points_.size();
ui.listwidget->additem("點數：" + qstring::number(pointcount));
//包圍盒
eigen::vector3d min_bound = cloud_ptr->getminbound();
double minx = min_bound(0);
double miny = min_bound(1);
double minz = min_bound(2);
ui.listwidget->additem("minx = " + qstring::number(minx, 'f', 4) +
", miny = " + qstring::number(miny, 'f', 4) + ", minz = " + qstring::number(minz, 'f', 4));
eigen::vector3d max_bound = cloud_ptr->getmaxbound();
double maxx = max_bound(0);
double maxy = max_bound(1);
double maxz = max_bound(2);
ui.listwidget->additem("maxx = " + qstring::number(maxx, 'f', 4) +
", maxy = " + qstring::number(maxy, 'f', 4) + ", maxz = " + qstring::number(maxz, 'f', 4));
//單點資訊
double x = 0, y = 0, z = 0;
for (int i = 0; i < cloud_ptr->points_.size(); i++)
/* visualize pc */
open3d::visualization::drawgeometries();
/* write pc */
open3d::geometry::pointcloud outputpc;
for (int i = 0; i < 360; i++)
if (open3d::io::writepointcloud("f:/outputpc.pcd", outputpc))
}3.1 點雲資訊
3.2 點雲視覺化
3.3 生成的點雲
open3d安裝 3D視覺化神器之Open3D
很多時候在python裡面你要找乙個3d點雲視覺化的庫真的是難啊。你的選擇可能是 open3d 顯示點雲的效果。它的安裝非常簡單 pip3 install open3d python匯入的時候打概率可能因為ipython導致出錯，安裝ipython就行。實力程式 import os import n...
Open3D視覺化點雲的問題記錄
因為科研工作，需要對點雲資料進行視覺化 包括input ground truth segmentation和prediction segmentation三項 由於之前嘗試過使用open3d進行點雲視覺化處理，所以今天又拿來操作了一番，發現了乙個問題，在這裡記錄一下。在我的mac catalina ...
Open3D Mesh讀寫視覺化
1 mesh o3d.io.read mesh uv.ply 從檔案中讀取mesh，支援的檔案格式有ply stl obj off gltf glb 2 mesh.vertices獲取頂點 3 mesh.s獲取三角麵片 4 o3d.visualization.draw geometries mesh...