일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- pytorch
- SSL
- 알고리즘
- Depth estimation
- algorithm
- ML
- Vision
- nerf
- classification
- Front
- computervision
- cs
- PRML
- 딥러닝
- clean code
- 자료구조
- web
- nlp
- dl
- GAN
- Meta Learning
- 3d
- 머신러닝
- Torch
- Python
- math
- FGVC
- CV
- REACT
- FineGrained
- Today
- Total
KalelPark's LAB
[ Open3D ] Point Cloud Tutorial 활용하기 본문
Point Cloud
아래의 코드를 보면, PLYPointCloud 객체를 한 곳에 지정해주고, point_cloud로 pcd파일을 읽고, pcd 파일을 출력하는 코드입니다.
read point cloud : 파일로부터, point cloud를 읽고, 파일을 포인트 형태로 decoding을 합니다.
draw geometries : mouse/trackpad를 활용하여, 여러 view를 생성하는 것이 가능합니다,
import open3d as o3d
import numpy as np
import os
import sys
print("Load a ply point cloud, print it, and render it")
ply_point_cloud = o3d.data.PLYPointCloud()
pcd = o3d.io.read_point_cloud(ply_point_cloud.path)
# Original Point Cloud
o3d.visualization.draw_geometries([pcd],
zoom=0.3412,
front=[0.4257, -0.2125, -0.8795],
lookat=[2.6172, 2.0475, 1.532],
up=[-0.0694, -0.9768, 0.2024])
# DownSampling Point Cloud
downpcd = pcd.voxel_down_sample(voxel_size=0.05)
o3d.visualization.draw_geometries([downpcd],
zoom=0.3412,
front=[0.4257, -0.2125, -0.8795],
lookat=[2.6172, 2.0475, 1.532],
up=[-0.0694, -0.9768, 0.2024])
Voxel DownSampling
Voxel Downsampling은 일반적인 Voxel Grid를 사용하여, 입력된 point cloud에 대해서, 균일한 다운 샘플링 포인트 클라우드를 생성합니다. 이러한 방식은 point cloud가 많은 경우 전처리 단계에서 활용될 수 있습니다. 알고리즘은 아래와 같은 2가지 방식으로 작동됩니다.
1. Points are bucketed into voxels.
2. 각 점유된 Voxel은 모든 점들을 평균화함으로써, 하나의 점을 생성하는 것이 가능합니다.
Voxel normal Estimation
Point cloud를 위한 일반적인 접근법중 하나는 point normal estimation이다.
estimation_normal은 모든 point에대해서 normalization을 진행합니다. 함수는 인접한 point를 찾고, covariance analysis를 활용하여, 인접한 point의 주요 pixel을 계산합니다.
print("Recompute the normal of the downsampled point cloud")
downpcd.estimate_normals(
search_param=o3d.geometry.KDTreeSearchParamHybrid(radius=0.1, max_nn=30))
o3d.visualization.draw_geometries([downpcd],
zoom=0.3412,
front=[0.4257, -0.2125, -0.8795],
lookat=[2.6172, 2.0475, 1.532],
up=[-0.0694, -0.9768, 0.2024],
point_show_normal=True)
Access estimated vertex Normal
추정된 정규 벡터는 downpcd의 변수를 normalize하면서, retreved하는 것이 가능합니다.
Reference
http://www.open3d.org/docs/release/tutorial/geometry/pointcloud.html#Visualize-point-cloud