不同格式點云存儲結構整理以及基本的讀寫、可視化方法

• 一、文本（txt）
• • 1.1、存儲結構
  • 1.2、讀取
• 二、PCD格式
• • 1.1、存儲結構
  • 1.2、讀寫
  • • 1.2.1、open3d讀寫(python)
    • 1.2.2、PCL讀寫(C++)
• 三、LAS格式
• • 3.1、存儲結構
  • 3.2、讀寫
  • • 3.2.1、使用laspy 讀寫(Python)
    • 3.2.2、使用laslib讀寫(C++)
• 四、PLY格式
• • 4.1、存儲結構
  • • 文件頭(header)
    • 數據區域
  • 4.2、讀寫
  • • 4.2.1、使用plyfile讀寫(Python)
    • 4.2.2、使用pcl讀寫(C++)

一、文本（txt）

1.1、存儲結構

使用文本格式存儲的點云數據文件結構比較簡單，每個點是一行記錄，點的信息存儲格式為 x y z或者 x y z r g b。

1.2、讀取

讀取文本格式的點云數據時，可以按照一般的文本讀取方法，這里記錄一下如何使用open3d讀取txt格式的點云數據

import open3d as o3d txt_file=r"D:\test_data\bildstein_station1_xyz_intensity_rgb.txt"pcd=o3d.io.read_point_cloud(txt_file,format='xyz') o3d.visualization.draw([pcd])

二、PCD格式

一個PCD文件是文件頭部分和數據部分組成

1.1、存儲結構

字段名字段解釋

VERSION	指定PCD文件版本
FIELDS	指定一個點可以有的每一個維度和字段的名字
SIZE	用字節數指定每一個維度的大小
TYPE	用一個字符指定每一個維度的類型
COUNT	指定每一個維度包含的元素數據
WIDTH	無序點的數量或者有序點一行中點的數目
HEIGHT	無序點云中設置為1，有序點云中表示行數
POINTS	點云中點的總數
DATA	數據類型，二進制或者ASCII

1.2、讀寫

1.2.1、open3d讀寫(python)

讀取pcd點云文件

import open3d as o3d import numpy as np#讀取pcd數據并可視化 pcd_file=r"" pcd=o3d.io.read_point_cloud(pcd_file,format='pcd')#將點云的坐標和顏色轉換為numpy格式 points=np.array(pcd.points) colors=np.array(pcd.colors)#可視化 o3d.visualization.draw([pcd])

保存pcd點云文件

#寫入pcd格式 save_file="test2.pcd"#手動定義點云 points=np.array([[8,5,3],[9,0,1],[2,5,3],[0,4,2],[7,2,9],[8,8,4],[9,5,8],[2,5,9],[0,7,5],[11,2,8],[10,9,0]]) colors=np.array([[255,0,0],[255,0,0],[0,255,0],[0,255,0],[0,0,255],[0,0,255],[255,0,255],[255,0,255],[255,255,0],[255,255,0],[255,255,0]]) colors=colors/255pcd=o3d.geometry.PointCloud()pcd.points=o3d.utility.Vector3dVector(points) pcd.colors=o3d.utility.Vector3dVector(colors)#可視化 o3d.visualization.draw_geometries([pcd])#使用draw方法可視化需要將顏色歸一化到0-1之間 # o3d.visualization.draw([pcd])#保存 #o3d.io.write_point_cloud(save_file,pcd,write_ascii=True) #以ascii格式存儲點數據集部分 o3d.io.write_point_cloud(save_file,pcd)#以二進制格式存儲點數據集部分 pcd點數據集部分保存為ASCII格式

pcd點數據集部分保存為二進制格式，其中rgb是用位存儲的方式寫入的。

1.2.2、PCL讀寫(C++)

我們用上面生成的pcd文件做測試

#include<iostream> #include<pcl/io/pcd_io.h> #include<pcl/point_types.h>using namespace std; int main() {string pcd_file = "D:\\project\\Python\\PointCloud\\test2.pcd";//pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>);if (pcl::io::loadPCDFile<pcl::PointXYZRGB>(pcd_file,*cloud)==-1){PCL_ERROR("couldn't read file\n");return(-1);}for (size_t i=0;i<cloud->points.size();++i){cout << " " << cloud->points[i].x << " " <<cloud->points[i].y << " " <<cloud->points[i].z << " " <<(int)cloud->points[i].r<< " "<<(int)cloud->points[i].g<<" "<<(int)cloud->points[i].b<< endl;}return 0; }

打印結果

保存pcd文件

#include <iostream>#include <pcl/io/pcd_io.h> #include <pcl/point_types.h>using namespace std; int main() {string pcd_file = "test2.pcd";pcl::PointCloud<pcl::PointXYZRGB> cloud;int data[11][6] = {{8,5,3,255,0,0},{9,0,1,255,0,0},{2,5,3,0,255,0},{0,4,2,0,255,0},{7,2,9,0,0,255},{8,8,4,0,0,255},{9,5,8,255,0,255},{2,5,9,255,0,255},{0,7,5,255,255,0},{11,2,8,255,255,0},{10,9,0,255,255,0}};cloud.width = 11;cloud.height = 1;cloud.is_dense = false;cloud.points.resize(cloud.width*cloud.height);for (size_t i = 0; i < cloud.points.size(); ++i){cloud.points[i].x = data[i][0];cloud.points[i].y = data[i][1];cloud.points[i].z = data[i][2];cloud.points[i].r = data[i][3];cloud.points[i].g = data[i][4];cloud.points[i].b = data[i][5];}pcl::io::savePCDFileASCII(pcd_file, cloud);//pcl::io::savePCDFileBinary(pcd_file, cloud);return 0; }

打開輸出的ascii文件

可以看到pcl生成的pcd點云文件與open3d生成的點云文件在顏色部分不一致，主要是數據存儲類型導致的，pcl1.7之后顏色部分會保存成整型。具體請參看這里。

三、LAS格式

3.1、存儲結構

LAS是一種存儲點云的公開數據格式，主要用來存儲雷達點云數據，LAZ是對LAS格式的無損壓縮。

最新的LAS規格版本是LAS 1.4。laspy庫支持1.2~1.4版本的LAS文件。

一個LAS文件有三部分組成:文件頭區(Header)、可變長記錄區(VLRs)、點集記錄區(Point Records)

文件頭包含數據版本，點的格式(每個點存儲的不同維度)等信息；可變長記錄包括一些元信息，如坐標系信息，額外的維度等信息；點集記錄區是las文件的核心，記錄點的x、y、z坐標信息和r、g、b、classification、intensity等其他屬性信息。
點的格式共有11個版本，其中第0版為基礎，其他后續版本在第0版的基礎上增加了其他字段，具體字段參考這里。

3.2、讀寫

3.2.1、使用laspy 讀寫(Python)

在python中可以使用laspy包來讀寫las點云文件

import laspy import numpy as nplas_file=r"" las=laspy.read(las_file) #獲取文件頭 header=las.header #點類型 point_format=las.point_format print(point_format.id) #屬性字段名 dimension_names=point_format.dimension_names print(list(dimension_names))#點集的外邊框 print(header.mins) print(header.maxs)#點個數 point_num=header.point_count#獲取坐標和顏色 las_x=np.array(las.x) las_y=np.array(las.y) las_z=np.array(las.z) las_r=np.array(las.red) las_g=np.array(las.green) las_b=np.array(las.blue)#組合 pt=np.stack([las_x,las_y,las_z],axis=1) colors=np.stack([las_r,las_g,las_b],axis=1)

使用laspy寫las文件

save_las_file=r"save_las.las"#以x y z r g b的方式定義點云數據 my_data=np.array([[8,5,3,255,0,0],[9,0,1,255,0,0],[2,5,3,0,255,0],[0,4,2,0,255,0],[7,2,9,0,0,255],[8,8,4,0,0,255],[9,5,8,255,0,255],[2,5,9,255,0,255],[0,7,5,255,255,0],[11,2,8,255,255,0],[10,9,0,255,255,0]])#創建點云文件las=laspy.create(file_version="1.2",points_format=3)las.x=my_data[:,0]las.y=my_data[:,1]las.z=my_data[:,2]las.red=my_data[:,3]las.green=my_data[:,4]las.blue=my_data[:,5]#保存las文件las.write(save_las_file)

3.2.2、使用laslib讀寫(C++)

使用C++操作las文件可以使用laslib庫。

#include <iostream> #include "lasreader.hpp" #include "laswriter.hpp" using namespace std; int main() {const string las_file="";LASreadOpener lasreadopener;lasreadopener.set_file_name(las_file.data());LASreader* lasreader=lasreadopener.open();LASheader header=lasreader->header;lasreader->header.unlink();int nbPoints = header.number_of_point_records;float x,y,z;int r,g,b;while(lasreader->read_point()){LASpoint& pointReader= lasreader->point;x=pointReader.get_x();y=pointReader.get_y();z=pointReader.get_z();r=pointReader.get_R();g=pointReader.get_G();b=pointReader.get_B();}delete lasreader; }

寫入las文件

#include <iostream> #include "lasreader.hpp" #include "laswriter.hpp" using namespace std; int main() {const string las_file="test.las";int data[11][6] = {{8,5,3,255,0,0},{9,0,1,255,0,0},{2,5,3,0,255,0},{0,4,2,0,255,0},{7,2,9,0,0,255},{8,8,4,0,0,255},{9,5,8,255,0,255},{2,5,9,255,0,255},{0,7,5,255,255,0},{11,2,8,255,255,0},{10,9,0,255,255,0}};LASwriteOpener laswriteropener;laswriteropener.set_file_name(las_file.data());LASheader header;header.point_data_format=3;header.point_data_record_length=34;header.number_of_point_records=11;LASWriter* laswriter = laswriteropener.open(&header);LASpoint point;point.init(&header,header.point_data_format,header.point_data_record_length,&header);double minx=DBL_MAX,miny=DBL_MAX,minz=DBL_MAX;double maxx=-DBL_MAX,maxy=-DBL_MAX,maxz=-DBL_MAX;for(size_t i=0;i<header.point_data_record_length;++i){point.set_x(data[i][0]);point.set_y(data[i][1]);point.set_z(data[i][2]);point.set_R(data[i][3]);point.set_G(data[i][4]);point.set_B(data[i][5]);if(data[i][0]<minx){minx=data[i][0];}if(data[i][1]<miny){minx=data[i][1];}if(data[i][2]<minz){minx=data[i][2];}if(data[i][0]>maxx){maxx=data[i][0];}if(data[i][1]>maxy){maxy=data[i][1];}if(data[i][2]>maxz){maxx=data[i][2];}laswriter->write_point(&point);laswriter->update_inventory(&point);}header.set_bounding_box(minx,miny,minz,maxx.maxy.maxz);laswriter->update_header(&header);I64 total_bytes=laswriter->close();delete laswriter; }

四、PLY格式

4.1、存儲結構

PLY(Polygon File Format)是一種常見的點云存儲格式，由斯坦福大學開發，其最早主要用于存儲三維掃描儀器的點云數據。

PLY文件是由文件頭和數據區兩部分組成。

文件頭(header)

其中文件頭記錄的是點云文件中的注釋、元素類別和屬性，以ply開頭，以end header結尾。

ply ... ... end header

文件頭的第二行是文件的存儲方式和版本，以format開頭，依次是編碼方式、版本。編碼方式有三種分別是ascii、binary_little_endian 、binary_big_endian。目前PLY只有1.0版本。

ply format ascii 1.0 ... ... end header

format之后跟注釋信息，以comment開頭，制作者可以添加一些作者信息，點云基本信息。

ply format ascii 1.0 comment made by anonymous comment this file is a cube ... end header

注釋信息comment之后是element元素信息+該種元素的property屬性信息，element元素信息包括種類、個數，property屬性信息包括屬性字段的存儲類型和屬性名。PLY文件中的元素一般包括頂點(vertex)、面(face)、邊(edge)等。元素信息和屬性信息應該組合出現，格式如下

element <element name> <number in file> property <data_type> <property name 1> property <data_type> <property name 2> property <data_type> <property name 3>

我們定義一個包含6個頂點和8個面元素的ply文件，文件頭如下，

ply format ascii 1.0 comment made by anonymous comment this file is a cube element vertex 6 property float32 x property float32 y property float32 z property uchar red property uchar green property uchar blue element face 8 property list uint8 int32 vertex_index end_header

數據區域

在文件頭后直接開始存儲數據，存儲形式分為ASCII和二進制。以ASCII為例，先按行記錄每個點，全部點記錄完成后再按行記錄每個面。

0 0 0 0 0 0 （開始記錄點，按照x,y,z,r,g,b方式排列） 0 100 0 0 0 0 100 100 0 0 0 0 100 0 0 0 0 0 50 50 75 255 255 255 50 50 -75 255 255 255 3 0 1 4 (開始記錄面，按照點個數，點的序號排列，3表示這個面由3個點組成，0,1，4代表該面由第0,1,4個點組成) 3 1 2 4 3 2 3 4 3 0 3 4 3 0 1 5 3 1 2 5 3 2 3 5 3 0 3 5

所以完整的一個ply文件如下

ply format ascii 1.0 comment made by anonymous comment this file is a cube element vertex 6 property float32 x property float32 y property float32 z property uchar red property uchar green property uchar blue element face 8 property list uint8 int32 vertex_index end_header 0 0 0 0 0 0 0 100 0 0 0 0 100 100 0 0 0 0 100 0 0 0 0 0 50 50 75 255 255 255 50 50 -75 255 255 255 3 0 1 4 3 1 2 4 3 2 3 4 3 0 3 4 3 0 1 5 3 1 2 5 3 2 3 5 3 0 3 5

4.2、讀寫

4.2.1、使用plyfile讀寫(Python)

使用plyfile讀取ply文件

from plyfile import PlyData,PlyElementfile=r"C:\Users\123\Desktop\test2.ply" plydata=PlyData.read(file)print(plydata) print("*************************************************") #第一種讀取方法 elements=plydata.elements for element in elements:for data in element.data:print(data) print("*************************************************") #第二種讀取方法 vertex_data=elements[0].data face_data =elements[1].data print(vertex_data) print(face_data)

打印結果

ply format ascii 1.0 comment made by anonymous comment this file is a cube element vertex 6 property float x property float y property float z property uchar red property uchar green property uchar blue element face 8 property list uchar int vertex_index end_header ************************************************* (0., 0., 0., 0, 0, 0) (0., 100., 0., 0, 0, 0) (100., 100., 0., 0, 0, 0) (100., 0., 0., 0, 0, 0) (50., 50., 75., 255, 255, 255) (50., 50., -75., 255, 255, 255) (array([0, 1, 4]),) (array([1, 2, 4]),) (array([2, 3, 4]),) (array([0, 3, 4]),) (array([0, 1, 5]),) (array([1, 2, 5]),) (array([2, 3, 5]),) (array([0, 3, 5]),) ************************************************* [( 0., 0., 0., 0, 0, 0) ( 0., 100., 0., 0, 0, 0)(100., 100., 0., 0, 0, 0) (100., 0., 0., 0, 0, 0)( 50., 50., 75., 255, 255, 255) ( 50., 50., -75., 255, 255, 255)] [(array([0, 1, 4]),) (array([1, 2, 4]),) (array([2, 3, 4]),)(array([0, 3, 4]),) (array([0, 1, 5]),) (array([1, 2, 5]),)(array([2, 3, 5]),) (array([0, 3, 5]),)]

使用plyfile寫入ply文件

def write_ply(output_file,text=True):points=[(0,0,0),(0,100,0),(100,100,0),(100,0,0),(50,50,75)]face=np.array([((0,1,2),255,0,0),((0,2,3),255,0,0),((0, 1, 4),0,255,0),((1,2,4),0,0,255),((2,3,4),255,255,0),((0,3,4),0,0,0)],dtype=[('vertex_index','i4',(3,)),('red','u1'),('green','u1'),('blue','u1')])print(face)vertex = np.array(points, dtype=[('x', 'f4'), ('y', 'f4'), ('z', 'f4')])el = PlyElement.describe(vertex, 'vertex')face = PlyElement.describe(face, 'face')PlyData([el,face], text=text).write(out_file)

在meshlab中打開

4.2.2、使用pcl讀寫(C++)

讀取ply點云文件

#include <iostream>#include <pcl-1.8/pcl/io/pcd_io.h> #include <pcl-1.8/pcl/point_types.h> #include <pcl-1.8/pcl/visualization/cloud_viewer.h> #include <pcl-1.8/pcl/io/ply_io.h>using namespace std; int main() {string ply_file = "C:\\Users\\123\\Desktop\\test7.ply";pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);if (pcl::io::loadPLYFile<pcl::PointXYZ>(ply_file,*cloud)==-1){return (-1);}cout << cloud->width << " " << cloud->height << endl;for (size_t i=0;i<cloud->points.size();++i){cout << cloud->points[i].x << " " << cloud->points[i].y << " " << cloud->points[i].z << endl;}return (0); }

保存ply點云文件

#include <iostream>#include <pcl/io/ply_io.h> #include <pcl/point_types.h>using namespace std; int main() {string ply_file = "test2.ply";pcl::PointCloud<pcl::PointXYZRGB> cloud;int data[11][6] = {{8,5,3,255,0,0},{9,0,1,255,0,0},{2,5,3,0,255,0},{0,4,2,0,255,0},{7,2,9,0,0,255},{8,8,4,0,0,255},{9,5,8,255,0,255},{2,5,9,255,0,255},{0,7,5,255,255,0},{11,2,8,255,255,0},{10,9,0,255,255,0}};cloud.width = 11;cloud.height = 1;cloud.is_dense = false;cloud.points.resize(cloud.width*cloud.height);for (size_t i = 0; i < cloud.points.size(); ++i){cloud.points[i].x = data[i][0];cloud.points[i].y = data[i][1];cloud.points[i].z = data[i][2];cloud.points[i].r = data[i][3];cloud.points[i].g = data[i][4];cloud.points[i].b = data[i][5];}pcl::io::savePLYFile(ply_file, cloud);return 0; }

總結

以上是生活随笔為你收集整理的不同格式点云存储结构(txt、pcd、las、ply)整理以及基本的读写、可视化方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。