首页 > 其他分享 >XYZ点坐标转pcd点云

XYZ点坐标转pcd点云

时间:2023-12-04 14:47:58浏览次数:31  
标签:1024 end 1280 XYZw XYZ zeros 点云 pcd

转点云显示,MATLAB代码如下

load('XYZwCell.mat');
XYzw = cell2mat(XYZw);
AA = zeros(1024,1280);
BB = zeros(1024,1280);
CC = zeros(1024,1280);
for i = 1:1024
    for j = 1:1280
        AA(i,j) = XYZw{i,j}(1);
        BB(i,j) = XYZw{i,j}(2);
        CC(i,j) = XYZw{i,j}(3);
    end
end


XX = zeros(8192,1);
YY = zeros(8192,1);
ZZ = zeros(8192,1);
k = 1;
for i = 1:16:1024      %64
    for j = 1:10:1280  %128
        %for k = 1:16384
          XX(k,1)=AA(i,j);
          YY(k,1)=BB(i,j);
          ZZ(k,1)=CC(i,j); 
          k = k+1;
        %end
    end
end

Data = [XX,YY,ZZ];
Data = single(Data);
ptCloud = pointCloud(Data(:,1:3));
pcwrite(ptCloud,'test.pcd','Encoding','ascii'); %将程序中的xyz数据写入pcd文件中
pc = pcread('test.pcd');
pcshow(pc); %显示点云

效果

 参考链接

https://blog.csdn.net/qinqinxiansheng/article/details/104786230

 

标签:1024,end,1280,XYZw,XYZ,zeros,点云,pcd
From: https://www.cnblogs.com/xiejb2430/p/17874846.html

相关文章

  • 深度图与彩色图合成点云
    python代码如下:importcv2importnumpyasnpimportopen3daso3dimportmatplotlib.pyplotaspltif__name__=="__main__":fx_d=377.5033fy_d=379.9958cx_d=253.8629cy_d=214.0377k1_d=0.1457k2_d=-0.2000p1_d=0.016......
  • 【Lidar】基于Python的点云数据下采样+体素显示
    ​1Open3D库介绍        Open3D是一个开源的3D数据处理库,发布于2015年,目前已经更新到0.17.0版本。它基于MIT协议开源许可,使用C++11实现,并经过高度优化,还通过PythonPybinding提供了前端PythonAPI。Open3D为开发者提供了一组精心选择的数据结构和算法,内部实现高度优化......
  • 【Lidar】基于Python的Open3D库可视化点云数据
    ​1Open3D库介绍1.1介绍        Open3D是一个开源的3D数据处理库,发布于2015年,目前已经更新到0.17.0版本。它基于MIT协议开源许可,使用C++11实现,并经过高度优化,还通过PythonPybinding提供了前端PythonAPI。 Open3D为开发者提供了一组精心选择的数据结构和算法,内部实......
  • PCL点云滤波代码
    PCL点云滤波代码实例1.直通滤波:PassThrough直接指定保留哪个轴上的范围内的点#include<pcl/filters/passthrough.h>如果使用线结构光扫描的方式采集点云,必然物体沿z向分布较广,但x,y向的分布处于有限范围内。此时可使用直通滤波器,确定点云在x或y方向上的......
  • PCL点云读取与保存
     PCL点云读取与保存:1#include<iostream>2#include<string>34#include<pcl/io/io.h>5#include<pcl/io/pcd_io.h>6#include<pcl/point_types.h>7#include<pcl/visualization/pcl_visualizer.h>89usingnamespa......
  • 三维模型的顶层合并构建的点云抽稀关键技术分析
    三维模型的顶层合并构建的点云抽稀关键技术分析 倾斜摄影超大场景的三维模型的顶层合并通常会生成大量的点云数据,这对于后续处理和应用可能会带来一些挑战。为了减少数据存储和处理的复杂性,可以采用点云抽稀处理技术来降低点云密度和数据量。本文将对几种常见的点云抽稀处理技......
  • 倾斜摄影三维模型的根节点合并的点云抽稀关键技术分析
    倾斜摄影三维模型的根节点合并的点云抽稀关键技术分析 倾斜摄影三维模型的根节点合并是指将多个倾斜摄影拍摄得到的点云数据进行抽稀操作,以减少点云数据量和提高数据处理效率。在处理大规模的倾斜摄影点云数据时,点云抽稀是一个关键的技术,它可以有效地降低数据存储需求、加速数......
  • ransac算法对数据集中的点云进行平面拟合
    https://github.com/Immortalqx/RANSAC/tree/master     ......
  • 基于三维点云数据的主成分分析方法(PCA)的python实现
    https://github.com/mengxingshifen1218/learning-pointcloud/blob/master/%E6%B7%B1%E8%93%9D/CH1/PointCloudHomework1/pca_normal.py  KD-Tree原理详解https://zhuanlan.zhihu.com/p/112246942构建算法:Input:无序化的点云,维度kOutput:点云对应的kd-treeAlgorithm:1......
  • 二. 点云主成分分析之奇异值分解与特征值分解
    1.前言我上篇文章的最后提到了通过SVD求解ICP得到的奇异值左正交矩阵的的坐标系和PCA非常相似,这篇文章我们来看一下两者的相似处,并从数学上给出解释。读者可以看下上篇文章的结尾的图,图1展示了两组存在一一对应关系的点,点集B是点集A经某个欧式变换得到的。[奇异值分解在3D视觉......