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.
|
可用于减少计算量。
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?
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!
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。
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”。
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。
对mesh表面做滤波,效果可以是让mesh表面变得光滑一些。
对mesh表面采样形成点云。
把各个三角形拆成更小的三角形,从而让mesh表面更圆滑。
把mesh表面三角形变大,从而让mesh表面更粗糙更简单。
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。
去除点云中的噪声
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。
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。
就是从点云得到mesh。
点云内部也可以挖空。
得到的mesh可能不封闭。
要求点云有法线(normals)信息。
封闭????
要求点云有法线(normals)信息。
得到的mesh可能不封闭。
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。
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。
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。!!!!
用help(o3d.xxx.yyy)获取某个API的文档。!!!