三维目标检测:(一)制作自己的ModelNet数据集(1.读取pcd文件为numpy数组)
Python读取pcd文件为numpy数组pcd文件的格式读取pcd文件存储到numpy数组中补充pcd文件的格式1.第二行:每行数据的内容 可能是(X Y Z R G B)或者(X Y Z rgbimx imy)2.第三行:每个数据所占字节数的大小 一般为43.第四行:每个数据的类型 一般为float4.第五行:每个维度包含数据的个数一般为15.第六行:每个点云的点的个数(无序点云);每个点云的
·
Python读取pcd文件为numpy数组
pcd文件的格式
1.第二行:每行数据的内容 可能是(X Y Z R G B)或者(X Y Z rgb imx imy)
2.第三行:每个数据所占字节数的大小 一般为4
3.第四行:每个数据的类型 一般为float
4.第五行:每个维度包含数据的个数 一般为1
5.第六行:每个点云的点的个数(无序点云);每个点云的宽度(有序点云)
6.第七行:1(无序点云);每个点云的高度(有序点云)
7.第十一行:每个点的信息,以空格分隔
读取pcd文件存储到numpy数组中
import numpy as np
# 定义函数将pcd文件加载
def pcd_to_txt(file_path):
pts = []
# 打开文件,将数据加载到data中
f = open(file_path, 'r')
data = f.readlines()
f.close()
# 从第11行开始读取数据
for line in data[11:]:
line = line.strip('\n')
xyzargb = line.split(' ')
# x y z 为前三位(这里只需要读取前三位)
x, y, z = [eval(i) for i in xyzargb[:3]]
pts.append([x, y, z])
#res的维度为输入点云个数*3
res = np.zeros((len(pts), len(pts[0])), dtype=np.float32)
for i in range(len(pts)):
res[i] = pts[i]
#由于pointnet++需要的点云数为1024 如果输入点的个数小于1024 需要用0填充
if len(res) < 1024:
choose = np.array(range(len(res)))
choose = np.pad(choose, (0, 1024 - len(choose)), 'wrap')
res = res[choose, :]
#返回维度为1024*3的numpy数组
return res
补充
上述代码只实现了对于点云XYZ坐标的读取,如果需要颜色或者法线信息,还需要读取后面几个维度的信息。

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐
所有评论(0)