1. 数据集准备
KITTI数据集作为自动驾驶领域的经典数据集之一，比较适合我这样的新手入门。以下资料是为了实现对KITTI数据集的可视化操作。首先在官网下载对应的数据：http://www.cvlibs.net/datasets/kitti/eval_object.php?obj_benchmark=3d，下载后数据的目录文件结构如下所示：
├── dataset │ ├── KITTI │ │ ├── object │ │ │ ├──KITTI │ │ │ ├──ImageSets │ │ │ ├──training │ │ │ ├──calib & velodyne & label_2 & image_2
2. 环境准备
这里使用了一个kitti数据集可视化的开源代码：https://github.com/kuixu/kitti_object_vis，按照以下操作新建一个虚拟环境，并安装所需的工具包。其中千万不要安装python3.7以上的版本，因为vtk不支持。
# 新建python=3.7的虚拟环境 conda create -n kitti_vis python=3.7 # vtk does not support python 3.8 conda activate kitti_vis # 安装opencv, pillow, scipy, matplotlib工具包 pip install opencv-python pillow scipy matplotlib # 安装3D可视化工具包（以下指令会自动安转所需的vtk与pyqt5） conda install mayavi -c conda-forge # 测试 python kitti_object.py --show_lidar_with_depth --img_fov --const_box --vis
3. KITTI数据集可视化
下面依次展示 KITTI 数据集可视化结果，这里通过设置 data_idx=10 来展示编号为000010的数据，代码中dataset需要修改为数据集实际路径。（最后会贴上完整代码）
def visualization(): import mayavi.mlab as mlab dataset = kitti_object(os.path.join(ROOT_DIR, '../dataset/KITTI/object')) # determine data_idx data_idx = 100 # Load data from dataset objects = dataset.get_label_objects(data_idx) print("There are %d objects.", len(objects)) img = dataset.get_image(data_idx) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) img_height, img_width, img_channel = img.shape pc_velo = dataset.get_lidar(data_idx)[:,0:3] calib = dataset.get_calibration(data_idx)
代码来源于参考资料，在后面会贴上我自己修改的测试代码。以下包含9种可视化的操作：
- 1. 图像显示
def show_image(self): Image.fromarray(self.img).show() cv2.waitKey(0)
结果展示：
2. 图片上绘制2D bbox
def show_image_with_2d_boxes(self): show_image_with_boxes(self.img, self.objects, self.calib, show3d=False) cv2.waitKey(0)
结果展示：
3. 图片上绘制3D bbox
def show_image_with_3d_boxes(self): show_image_with_boxes(self.img, self.objects, self.calib, show3d=True) cv2.waitKey(0)
结果展示：
4. 图片上绘制Lidar投影
def show_image_with_lidar(self): show_lidar_on_image(self.pc_velo, self.img, self.calib, self.img_width, self.img_height) mlab.show()
结果展示：
5. Lidar绘制3D bbox
def show_lidar_with_3d_boxes(self): show_lidar_with_boxes(self.pc_velo, self.objects, self.calib, True, self.img_width, self.img_height) mlab.show()
结果展示：
6. Lidar绘制FOV图
def show_lidar_with_fov(self): imgfov_pc_velo, pts_2d, fov_inds = get_lidar_in_image_fov(self.pc_velo, self.calib, 0, 0, self.img_width, self.img_height, True) draw_lidar(imgfov_pc_velo) mlab.show()
结果展示：
7. Lidar绘制3D图
def show_lidar_with_3dview(self): draw_lidar(self.pc_velo) mlab.show()
结果展示：
8. Lidar绘制BEV图
BEV图的显示与其他视图不一样，这里的代码需要有点改动，因为这里需要lidar点云的其他维度信息，所以输入不仅仅是xyz三个维度。改动代码：
# 初始 pc_velo = dataset.get_lidar(data_idx)[:, 0:3] # 改为（要增加其他维度才可以查看BEV视图） pc_velo = dataset.get_lidar(data_idx)[:, 0:4]
测试代码：
def show_lidar_with_bev(self): from kitti_util import draw_top_image, lidar_to_top top_view = lidar_to_top(self.pc_velo) top_image = draw_top_image(top_view) cv2.imshow("top_image", top_image) cv2.waitKey(0)
结果展示：
9. Lidar绘制BEV图+2D bbox
同样，这里的代码改动与3.8节一样，需要点云的其他维度信息
def show_lidar_with_bev_2d_bbox(self): show_lidar_topview_with_boxes(self.pc_velo, self.objects, self.calib) mlab.show()
结果展示：
- 完整测试代码
参考代码：
import mayavi.mlab as mlab from kitti_object import kitti_object, show_image_with_boxes, show_lidar_on_image, \ show_lidar_with_boxes, show_lidar_topview_with_boxes, get_lidar_in_image_fov, \ show_lidar_with_depth from viz_util import draw_lidar import cv2 from PIL import Image import time class visualization: # data_idx: determine data_idx def __init__(self, root_dir=r'E:\Study\Machine Learning\Dataset3d\kitti', data_idx=100): dataset = kitti_object(root_dir=root_dir) # Load data from dataset objects = dataset.get_label_objects(data_idx) print("There are {} objects.".format(len(objects))) img = dataset.get_image(data_idx) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) img_height, img_width, img_channel = img.shape pc_velo = dataset.get_lidar(data_idx)[:, 0:3] # 显示bev视图需要改动为[:, 0:4] calib = dataset.get_calibration(data_idx) # init the params self.objects = objects self.img = img self.img_height = img_height self.img_width = img_width self.img_channel = img_channel self.pc_velo = pc_velo self.calib = calib # 1. 图像显示 def show_image(self): Image.fromarray(self.img).show() cv2.waitKey(0) # 2. 图片上绘制2D bbox def show_image_with_2d_boxes(self): show_image_with_boxes(self.img, self.objects, self.calib, show3d=False) cv2.waitKey(0) # 3. 图片上绘制3D bbox def show_image_with_3d_boxes(self): show_image_with_boxes(self.img, self.objects, self.calib, show3d=True) cv2.waitKey(0) # 4. 图片上绘制Lidar投影 def show_image_with_lidar(self): show_lidar_on_image(self.pc_velo, self.img, self.calib, self.img_width, self.img_height) mlab.show() # 5. Lidar绘制3D bbox def show_lidar_with_3d_boxes(self): show_lidar_with_boxes(self.pc_velo, self.objects, self.calib, True, self.img_width, self.img_height) mlab.show() # 6. Lidar绘制FOV图 def show_lidar_with_fov(self): imgfov_pc_velo, pts_2d, fov_inds = get_lidar_in_image_fov(self.pc_velo, self.calib, 0, 0, self.img_width, self.img_height, True) draw_lidar(imgfov_pc_velo) mlab.show() # 7. Lidar绘制3D图 def show_lidar_with_3dview(self): draw_lidar(self.pc_velo) mlab.show() # 8. Lidar绘制BEV图 def show_lidar_with_bev(self): from kitti_util import draw_top_image, lidar_to_top top_view = lidar_to_top(self.pc_velo) top_image = draw_top_image(top_view) cv2.imshow("top_image", top_image) cv2.waitKey(0) # 9. Lidar绘制BEV图+2D bbox def show_lidar_with_bev_2d_bbox(self): show_lidar_topview_with_boxes(self.pc_velo, self.objects, self.calib) mlab.show() if __name__ == '__main__': kitti_vis = visualization() # kitti_vis.show_image() # kitti_vis.show_image_with_2d_boxes() # kitti_vis.show_image_with_3d_boxes() # kitti_vis.show_image_with_lidar() # kitti_vis.show_lidar_with_3d_boxes() # kitti_vis.show_lidar_with_fov() # kitti_vis.show_lidar_with_3dview() # kitti_vis.show_lidar_with_bev() kitti_vis.show_lidar_with_bev_2d_bbox() # print('...') # cv2.waitKey(0)
此外，下面再提供两份可视化代码。
4. 点云可视化
这里的同样使用的是上述的图例，且直接输入的KITTI数据集的.bin文件，即可显示点云图像。
参考代码：
import numpy as np import mayavi.mlab import os # 000010.bin这里需要填写文件的位置 # bin_file = '../data/object/training/velodyne/000000.bin' # assert os.path.exists(bin_file), "{} is not exists".format(bin_file) kitti_file = r'E:\Study\Machine Learning\Dataset3d\kitti\training\velodyne\000100.bin' pointcloud = np.fromfile(file=kitti_file, dtype=np.float32, count=-1).reshape([-1, 4]) # pointcloud = np.fromfile(str("000010.bin"), dtype=np.float32, count=-1).reshape([-1, 4]) print(pointcloud.shape) x = pointcloud[:, 0] # x position of point y = pointcloud[:, 1] # y position of point z = pointcloud[:, 2] # z position of point r = pointcloud[:, 3] # reflectance value of point d = np.sqrt(x ** 2 + y ** 2) # Map Distance from sensor vals = 'height' if vals == "height": col = z else: col = d fig = mayavi.mlab.figure(bgcolor=(0, 0, 0), size=(640, 500)) mayavi.mlab.points3d(x, y, z, col, # Values used for Color mode="point", colormap='spectral', # 'bone', 'copper', 'gnuplot' # color=(0, 1, 0), # Used a fixed (r,g,b) instead figure=fig, ) x = np.linspace(5, 5, 50) y = np.linspace(0, 0, 50) z = np.linspace(0, 5, 50) mayavi.mlab.plot3d(x, y, z) mayavi.mlab.show()
输出结果：
ps：这里的输出点云结果相比上面的点云输出结果更加的完善，而且参考的中心坐标点也不一样。
5. 鸟瞰图可视化
代码中的鸟瞰图范围可以自行设置。同样，输入的也只需要是.bin文件即可展示其鸟瞰图。
参考代码：
import numpy as np from PIL import Image import matplotlib.pyplot as plt # 点云读取:000010.bin这里需要填写文件的位置 kitti_file = r'E:\Study\Machine Learning\Dataset3d\kitti\training\velodyne\000100.bin' pointcloud = np.fromfile(file=kitti_file, dtype=np.float32, count=-1).reshape([-1, 4]) # 设置鸟瞰图范围 side_range = (-40, 40) # 左右距离 # fwd_range = (0, 70.4) # 后前距离 fwd_range = (-70.4, 70.4) x_points = pointcloud[:, 0] y_points = pointcloud[:, 1] z_points = pointcloud[:, 2] # 获得区域内的点 f_filt = np.logical_and(x_points > fwd_range[0], x_points < fwd_range[1]) s_filt = np.logical_and(y_points > side_range[0], y_points < side_range[1]) filter = np.logical_and(f_filt, s_filt) indices = np.argwhere(filter).flatten() x_points = x_points[indices] y_points = y_points[indices] z_points = z_points[indices] res = 0.1 # 分辨率0.05m x_img = (-y_points / res).astype(np.int32) y_img = (-x_points / res).astype(np.int32) # 调整坐标原点 x_img -= int(np.floor(side_range[0]) / res) y_img += int(np.floor(fwd_range[1]) / res) print(x_img.min(), x_img.max(), y_img.min(), x_img.max()) # 填充像素值 height_range = (-2, 0.5) pixel_value = np.clip(a=z_points, a_max=height_range[1], a_min=height_range[0]) def scale_to_255(a, min, max, dtype=np.uint8): return ((a - min) / float(max - min) * 255).astype(dtype) pixel_value = scale_to_255(pixel_value, height_range[0], height_range[1]) # 创建图像数组 x_max = 1 + int((side_range[1] - side_range[0]) / res) y_max = 1 + int((fwd_range[1] - fwd_range[0]) / res) im = np.zeros([y_max, x_max], dtype=np.uint8) im[y_img, x_img] = pixel_value # imshow （灰度） im2 = Image.fromarray(im) im2.show() # imshow （彩色） # plt.imshow(im, cmap="nipy_spectral", vmin=0, vmax=255) # plt.show()
结果展示：
后续的工作会加深对点云数据的理解，整个可视化项目的工程见：KITTI数据集的可视化项目，有需要的朋友可以自行下载。
参考资料：
1. KITTI自动驾驶数据集可视化教程
2. kitti数据集在3D目标检测中的入门
3. kitti数据集在3D目标检测中的入门(二)可视化详解
4. kitti_object_vis项目
