Miaoli1216_ 2023-04-13 18:21 采纳率: 0%
浏览 60
已结题

点云配准保存-open3d

您好,很抱歉一直打扰您,我是在open3d交互化窗口那里,使用点对点ICP配准,我在末尾加上了这个 draw_registration_result(source,target,reg_p2p.transformation)
o3d.io.write_point_cloud("tran2.ply",source.transform(reg_p2p.transformation))
但是输出的好像只是source的点云,如果是拼接后的点云保存,写什么啊,麻烦您了

img

  • 写回答

3条回答 默认 最新

  • teellyy 2023-04-13 19:46
    关注

    要保存拼接后的点云,我们需要先将source和target两个点云拼接在一起。可以通过使用open3d中的concatenate_points函数来实现。具体做法如下:

    1.将source点云和经过配准后的target点云进行拼接

    import open3d as o3d
    
    # 加载source点云和target点云
    source = o3d.io.read_point_cloud("source.ply")
    target = o3d.io.read_point_cloud("target.ply")
    
    # 对source点云和target点云进行配准
    reg_p2p = o3d.registration.registration_icp(source, target, max_correspondence_distance=0.05)
    
    # 将source点云和配准后的target点云进行拼接
    transformed_source = source.transform(reg_p2p.transformation)
    concatenated_pc = transformed_source + target
    
    
    

    2.保存拼接后的点云

    # 将拼接后的点云保存为ply文件
    o3d.io.write_point_cloud("concatenated_pc.ply", concatenated_pc)
    
    
    

    完整代码实现如下:

    import open3d as o3d
    
    # 加载source点云和target点云
    source = o3d.io.read_point_cloud("source.ply")
    target = o3d.io.read_point_cloud("target.ply")
    
    # 对source点云和target点云进行配准
    reg_p2p = o3d.registration.registration_icp(source, target, max_correspondence_distance=0.05)
    
    # 将source点云和配准后的target点云进行拼接
    transformed_source = source.transform(reg_p2p.transformation)
    concatenated_pc = transformed_source + target
    
    # 将拼接后的点云保存为ply文件
    o3d.io.write_point_cloud("concatenated_pc.ply", concatenated_pc)
    
    
    

    希望以上代码能对您有所帮助。

    评论
    1人已打赏

报告相同问题?

问题事件

  • 系统已结题 4月21日
  • 创建了问题 4月13日

悬赏问题

  • ¥15 preLaunchTask"C/C++: aarch64- apple-darwin22-g++-14 生成活动 文件”已终止,退出代码为-1。
  • ¥18 关于#贝叶斯概率#的问题:这篇文章中利用em算法求出了对数似然值作为概率表参数,然后进行概率表计算,这个概率表是怎样计算的呀
  • ¥20 C#上传XML格式数据
  • ¥15 elementui上传结合oss接口断点续传,现在只差停止上传和继续上传,各大精英看下
  • ¥100 单片机hardfaulr
  • ¥20 手机截图相片分辨率降低一半
  • ¥50 求一段sql语句,遇到小难题了,可以50米解决
  • ¥15 速求,对多种商品的购买力优化问题(用遗传算法、枚举法、粒子群算法、模拟退火算法等方法求解)
  • ¥100 速求!商品购买力最优化问题(用遗传算法求解,给出python代码)
  • ¥15 虚拟机检测,可以是封装好的DLL,可付费