Python如何用NumPy读取和保存点云数据
这篇“Python如何用NumPy读取和保存点云数据”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“Python如何用NumPy读取和保存点云数据”文章吧。
前言
最近在学习点云处理的时候用到了Modelnet40数据集，该数据集总共有40个类别，每个样本的点云数据存放在一个TXT文件中，每行的前3个数据代表一个点的xyz坐标。我需要把TXT文件中的每个点读取出来，然后用Open3D进行显示。怎么把数据从TXT文件中读取出来呢？NumPy提供了一个功能非常强大的函数loadtxt可以非常简单地实现这个功能。来看一下代码：
import open3d as o3d
import numpy as np
def main():
points_data = np.loadtxt("airplane_0001.txt", delimiter=",", dtype=np.float32)
pcd = o3d.geometry.PointCloud()
pcd.points = o3d.utility.Vector3dVector(points_data[:, :3])
o3d.visualization.draw_geometries([pcd])
if __name__ == '__main__':
main()
从上面的代码可以看到，只需要一行代码就可以把TXT文件中的点云数据读取进来了，接下来就可以调用Open3D的接口进行显示了。在介绍loadtxt函数的用法之前，
顺便看一下Open3D的显示效果：
loadtxt函数的用法
基本用法
在上面的例子中，由于TXT里面每一行的数据是用逗号分割的，所以在调用loadtxt函数的时候除了设置文件路径外，还需要设置参数delimiter=","。另外，该函数默认的数据类型为float64，如果是其他数据类型的话还需要设置dtype为对应类型。
points_data = np.loadtxt("airplane_0001.txt", delimiter=",") #没有指定数据类型
print('shape: ', points_data.shape)
print('data type: ', points_data.dtype)
结果：
shape: (10000, 6)
data type: float64
指定每一列的数据类型
假如我们有一个CSV文件：
x,y,z,label,id -0.098790,-0.182300,0.163800,1,1 0.994600,0.074420,0.010250,0.2,2 0.189900,-0.292200,-0.926300,3,3 -0.989200,0.074610,-0.012350,4,4
该文件前面3列的数据类型是浮点型，后面2列的数据类型为整型，那么按照前面的方式设置dtype来读取就不合适了。不过没关系，loadtxt函数可以设置每一列数据的数据类型，只不过稍微复杂一点，来看一下代码：
data = np.loadtxt("test.txt", delimiter=",",
dtype={'names': ('x', 'y', 'z', 'label', 'id'),
'formats': ('f4', 'f4', 'f4', 'i4', 'i4')},
skiprows=1)
print('data: ', data)
print('data type: ', data.dtype)
这段代码的重点是dtype={}里面的内容，'names'用来设置每一列数据的名称，'formats'则用来设置每一列数据的数据类型，其中'f4'表示float32，'i4'表示int32。另外，CSV文件中的第一行不是数据内容，可以设置参数skiprows=1跳过第一行的内容。
输出结果：
data: [(-0.09879, -0.1823 , 0.1638 , 1, 1) ( 0.9946 , 0.07442, 0.01025, 0, 2)
( 0.1899 , -0.2922 , -0.9263 , 3, 3) (-0.9892 , 0.07461, -0.01235, 4, 4)]
data type: [('x', '<f4'), ('y', '<f4'), ('z', '<f4'), ('label', '<i4'), ('id', '<i4')]
可以看到，通过这样的方式设置dtype，读取的每一行数据变成了一个tuple类型。
结合生成器使用
从NumPy的文档中可以知道，loadtxt函数的第一个参数可以是文件对象、文件名或者生成器。传入生成器有什么用呢？我们来看几个例子。
处理多个分隔符
假如我们的文件内容是这样的，每一行数据有3个分隔符","，"/"和"-"：
9.87,1.82,1.63,1/11-1 9.94,7.44,1.02,1/11-2 1.89,2.92,9.26,1/11-3 0.98,7.46,1.23,1/11-4
这种情况下不能通过delimiter参数设置多个分隔符，这时候就可以通过生成器来进行处理：
def generate_lines(file_path, delimiters=[]):
with open("test.txt") as f:
for line in f:
line = line.strip()
for d in delimiters:
line = line.replace(d, " ")
yield line
delimiters = [",", "/", "-"]
generator = generate_lines("test.txt", delimiters)
data = np.loadtxt(generator)
print(data)
这段代码构建了一个生成器将文件中每一行的分隔符全部替换成loadtxt函数默认的空格分隔符，然后把生成器传入loadtxt函数，这样loadtxt函数就能成功解析文件中的数据了。
输出结果：
[[ 9.87 1.82 1.63 1. 11. 1. ]
[ 9.94 7.44 1.02 1. 11. 2. ]
[ 1.89 2.92 9.26 1. 11. 3. ]
[ 0.98 7.46 1.23 1. 11. 4. ]]
读取指定的行
在某些情况下，我们需要读取指定几行的数据，那么也可以通过生成器来实现。还是上面的文件内容，我们通过生成器来读取第2行和第3行：
def generate_lines(file_path, delimiters=[], rows=[]):
with open("test.txt") as f:
for i, line in enumerate(f):
line = line.strip()
for d in delimiters:
line = line.replace(d, " ")
if i in rows:
yield line
delimiters = [",", "/", "-"]
rows = [1, 2]
generator = generate_lines("test.txt", delimiters, rows)
data = np.loadtxt(generator)
print(data)
输出结果：
[[ 9.94 7.44 1.02 1. 11. 2. ]
[ 1.89 2.92 9.26 1. 11. 3. ]]
通过上面的例子可以知道，loadtxt函数结合生成器使用可以实现很多的功能。
tofile和fromfile函数
从TXT文件中读取到点云数据后，我想把数据保存到二进制文件中，需要怎么操作呢？NumPy的ndarray类提供了tofile函数可以非常方便地将数据保存到二进制文件中。把数据以二进制文件保存后又怎么读进来呢？NumPy还提供了一个fromfile函数用于从文本文件和二进制文件中读取数据。
import open3d as o3d import numpy as np def main(): points_data = np.loadtxt( "airplane_0001.txt", delimiter=",", dtype=np.float32) bin_file = 'airplane_0001.bin' points_data = points_data[:, :3] points_data.tofile(bin_file) pc = np.fromfile(bin_file, dtype=np.float32) pc = pc.reshape(-1, 3) pcd = o3d.geometry.PointCloud() pcd.points = o3d.utility.Vector3dVector(pc) o3d.visualization.draw_geometries([pcd]) if __name__ == '__main__': main()
在上面这段示例代码中，我从airplane_0001.txt文件中读取了点云数据，然后通过tofile函数将数据保存到二进制文件airplane_0001.bin中，再用fromfile函数从二进制文件中把点云数据读取出来用Open3D进行显示。
为了前后呼应，让我们换个角度再看一眼显示效果：
以上就是关于“Python如何用NumPy读取和保存点云数据”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注蜗牛博客行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：niceseo99@gmail.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
评论