# Geometry

## point cloud!!!
open3d.data.PointCloud内部数据：
```
 |  Data descriptors defined here:
 |
 |  colors
 |      ``float64`` array of shape ``(num_points, 3)``, range ``[0, 1]`` , use ``numpy.asarray()`` to access data: RGB colors of points.
 |
 |  covariances
 |      ``float64`` array of shape ``(num_points, 3, 3)``, use ``numpy.asarray()`` to access data: Points covariances.
 |
 |  normals
 |      ``float64`` array of shape ``(num_points, 3)``, use ``numpy.asarray()`` to access data: Points normals.
 |
 |  points
 |      ``float64`` array of shape ``(num_points, 3)``, use ``numpy.asarray()`` to access data: Points coordinates.
 |
```

### Voxel downsampling!!!
可用于减少计算量。

### crop point cloud!!!
用一个立体的多边形polygon（用一个json数据描述）对点云做裁剪。这个json数据的规则呢？

### Convex hull!!!

### DBSCAN clustering
对点云聚类，给每个点加上一个标签属性，-1表示噪点。参数:同类别中相邻点的距离、一个类别最少包含多少个点。

计算量大！

### Plane segmentation
找到潜在的平面，把点云中各个点分类到不同的平面上。系用最小二乘法近似。

### planar patch detection
类似上一条，但找到的不是无限的平面而是平的有边界的“片”。

### Hidden point removal
在某个视角查看点云时，把按理说会在点云所代表的物体的背面的那些点去掉。

## mesh

### mesh filtering
对mesh表面做滤波，效果可以是让mesh表面变得光滑一些。

### Sampling
对mesh表面采样形成点云。

### Mesh subdivision
把各个三角形拆成更小的三角形，从而让mesh表面更圆滑。

### Mesh simplification
把mesh表面三角形变大，从而让mesh表面更粗糙更简单。

### Connected components
把各个三角形按连通与否分组。进而能够知道每个组的大小。

## Point cloud outlier removal
去除点云中的噪声

## Voxelization
点云和mesh都可以素格化。

进而可以知道给定点是否在素格以内。

### voxel carving
用点云和mesh得到的素格都在物体表面。用深度图则可以carve出实心的一堆素格。

## Surface reconstruction
就是从点云得到mesh。

### alpha shapes！！！！
点云内部也可以挖空。

得到的mesh可能不封闭。

### ball pivoting！！！
要求点云有法线（normals）信息。

封闭？？？？

### Poisson surface reconstruction
要求点云有法线（normals）信息。

得到的mesh可能不封闭。

### Normal estimation
用于给点云加上法线信息。可以用一个方法使各点的法线协调起来。

## Ray Casting
创建一个场景，里边放些几何物，设置一个光线的远点和方向，能得到光线与几何物的交汇点。

## Distance Queries
用于知道给定的一个点到mesh的最短距离，以及这个点是否在mesh内部。！！！！

## python interface
用help(o3d.xxx.yyy)获取某个API的文档。！！！

## Working with Numpy

# Visualization

## interactive_visualization.py