Working with Numpy
Open3D中的所有数据结构都与NumPy缓冲区本身兼容。以下教程使用NumPy生成同步函数的变体，并使用Open3D可视化该函数。
首先，我们生成一个n×3矩阵xyz 。 每列都有xyz 函数z=sin(x^2+y^2)/(x^2+y^2[0，1] 范围的归一化映射。
# Generate some neat n times 3 matrix using a variant of sync function x = np.linspace(-3, 3, 401) mesh_x, mesh_y = np.meshgrid(x, x) z = np.sinc((np.power(mesh_x, 2) + np.power(mesh_y, 2))) z_norm = (z - z.min()) / (z.max() - z.min()) xyz = np.zeros((np.size(mesh_x), 3)) xyz[:, 0] = np.reshape(mesh_x, -1) xyz[:, 1] = np.reshape(mesh_y, -1) xyz[:, 2] = np.reshape(z_norm, -1) print('xyz') print(xyz)
From NumPy to open3d.PointCloud
Open3D 提供从 NumPy 矩阵到 3D 矢量矢量的转换。通过使用Vector3dVector ，NumPy 矩阵可以直接赋给open3d.PointCloud.points 。
通过这种方式，可以使用NumPy分配或修改任何类似的数据结构，例如open3d.PointCloud.colors或open3d.PointCloud.normals。下面的代码还将点云另存为ply文件，以供下一步使用。
# Pass xyz to Open3D.o3d.geometry.PointCloud and visualize pcd = o3d.geometry.PointCloud() pcd.points = o3d.utility.Vector3dVector(xyz) o3d.io.write_point_cloud("../../test_data/sync.ply", pcd)
From open3d.PointCloud to NumPy
如本示例所示，通过np.asarray将Vector3dVector类型的pcd_load.points转换为 NumPy 数组。
# Load saved point cloud and visualize it pcd_load = o3d.io.read_point_cloud("../../test_data/sync.ply") # Convert Open3D.o3d.geometry.PointCloud to numpy array xyz_load = np.asarray(pcd_load.points) print('xyz_load') print(xyz_load) o3d.visualization.draw_geometries([pcd_load])
