三维模型转变为点云模型的好工具——CloudCompare使用小记

2023-05-16

普通三维模型能够直观地展示物体的三维全貌,但是在一些场合需要将三维模型变为相应的点云模型进行展示,而使用激光雷达等传感器采集到的点云信息往往只能反应模型表面的情况,或是使用PCL库中的可执行文件进行转换,这两种操作较为麻烦。笔者最近就遇到了这样一个情况,找到了一个名叫CloudCompare(CC)的软件,能够支持将多种文件格式的三维模型转变为点云模型。以下将本人在使用过程中所使用到的一些操作简记下来供朋友们和将来的自己参考。

一、下载

CloudCompare是一款免费软件,其可以在CloudCompare - Downloads下载,可选择下载安装版或者便携版,笔者下载了安装版,安装过程简单且快速。

二、基本设置

(1)隐藏坐标原点

坐标原点的标记无论是在三维模型还是点云模型中都显得十分突兀,为了画面更加好看,可以通过设置隐藏掉坐标原点的标记。设置方法如下:

在工具栏中找到Display-->Display Settings-->Other options,将“Show middle screen cross”选项取消勾选。

(2)改变背景颜色

为了更好地与点云模型形成对比,需要设置模型界面的背景颜色,设置方法如下:

在工具栏中找到Display-->Display Settings--> Colors and Materials,在右边第三列的Colors选项中点击Background,即可自行更改颜色。

三、三维模型至点云模型转换

(1)导入三维模型

首先准备好三维模型文件,笔者所使用的为.stl文件。在工具栏中找到File-->Open,选择三维模型文件点击打开,即可在CC中看到带转换的三维模型。

(2)导出点云数据

 首先在左上角的DB Tree工作区中点击选中Mesh(即我们的模型),接着在工具栏中找到Edit-->Mesh-->Sample points,即可跳出点云采样的相关设置。Points Number表示设置导出点云模型的点总数,Density表示点云模型点的密度,这两项根据需要进行设置,此处我们不改变默认值,其他选项不用设置,点击OK。此时在DB Tree中就出现了一个新的对象,即Mesh.sampled。

 (3)展示点云模型

操作完以上步骤后会发现,点云模型与我们原来的三维模型重合在一起了,使我们很难看清楚我们点云模型的具体效果。因此需要隐藏我们的原始三维模型,此处笔者非常暴力地再DB Tree中选中了三维模型的根目录,点击右键,再点击Delete,此时三维模型就被删除了,仅留下了点云模型,前后效果如下图所示。看到点云模型后我们可能会觉得其点过于密集或过于稀疏,此时就可以重新打开原始的.stl三维模型并重复以上操作,改变(2)中提到的Points Number和Density参数,笔者将Points Number调节为750而Density调节为0.5时达到了我需要的比较好的效果。

 (4)保存点云模型

在DB Tree工作区中点击选中我们的点云模型Mesh.sampled,即可进行保存操作,保存类型可以自选,保存成txt文件也可以被重新加载进CC中打开。

 

 (5)高程颜色渲染

同样在DB Tree工作区中选中点云模型Mesh.sampled,在工具栏中找到Edit-->Scalar fields-->Export coordinate(s) to SF(s),接着选择需要渲染的轴,之后即可显示出渲染后的点云模型。

笔者所使用到的功能和操作也仅为上述这些,欢迎朋友们指出错误或提出补充,本人也许在之后写一些文书的时候会使用CC进行一些点云图的绘制。 

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

三维模型转变为点云模型的好工具——CloudCompare使用小记 的相关文章

  • MPV使用小记

    最近换了视频播放器 xff0c 因为搜索到的内容大都对 mpv 一片好评 xff0c 所以开始试用 mpv 默认快捷键 跟大多数播放器类似的常用快捷键 SPACE 暂停 播放切换UP 快进 60 秒DOWN 回退 60 秒LEFT 回退 5
  • 英伟达JETSON XAVIER NX使用小记

    1 输入法问题 安装谷歌拼音 xff08 支持ARM64位系统 xff09 系统设置 gt 语言支持 gt 键盘输入法系统 gt 选择 fcitx gt 关闭 在终端中进行安装和部分卸载工作 xff1a sudo apt get insta
  • 三维模型转变为点云模型的好工具——CloudCompare使用小记

    普通三维模型能够直观地展示物体的三维全貌 xff0c 但是在一些场合需要将三维模型变为相应的点云模型进行展示 xff0c 而使用激光雷达等传感器采集到的点云信息往往只能反应模型表面的情况 xff0c 或是使用PCL库中的可执行文件进行转换
  • 整体最小二乘拟合平面

    目录 1 算法过程 2 参考文献 3 算法伪码 4 算法效果 本文由CSDN点云侠原创 原文链接 1 算法过程 最小二乘拟合平面认为点云数据系数矩阵不存在误差 然而由于观测条件的限制 观测向量 系数矩阵都有可能存在误差 那么最小二乘方法就不
  • CloudCompare——计算点云曲率

    目录 1 找到曲率计算功能 2 设置计算参数 3 可视化曲率计算结果 4 保存计算结果 5 完整操作流程 6 相关链接 1 找到曲率计算功能 2 设置计算参数 只有一个参数 位置处用于查找最近邻点的球邻域半径 3 可视化曲率计算结果 4 保
  • CloudCompare——采样滤波

    目录 一 随机采样 1 算法原理及代码实现 2 软件实现 3 结果展示 二 空间采样 1 算法原理 2 软件实现 3 结果展示 三 八叉树采样 1 1 算法原理及代码实现 2 软件实现 3 结果展示 四 八叉树采样 2 1 算法原理及代码实
  • 最小二乘拟合平面——直接求解法

    目录 一 算法原理 二 代码实现 1 python 2 matlab 三 算法效果 一 算法原理 平面方程的一般表达式为 A x B
  • Fast Global Registration 快速全局配准

    目录 1 算法过程 2 基于四元约束关系集的生成 3 基于关系集目标函数的构建 4 目标函数的优化 本文出自CSDN点云侠 爬虫自重 把自己当个人 1 算法过程 Fast Global Registration算法利用四元约束剔除匹配的关系
  • CloudCompare——泊松重建

    目录 1 简介 2 利用输出密度 3 相关代码 博客长期更新 本文最近更新时间为 2023年8月10日 1 简介 算法原理见 泊松重建算法原理介绍 qPoissonRecon是 Poisson Surface Reconstruction
  • 最小二乘拟合平面——拉格朗日乘子法

    目录 一 算法原理 二 代码实现 1 python 2 matlab 三 算法效果 一 算法原理 设拟合出的平面方程为 a x b
  • 一些抄袭CSDN的爬虫网站(长期收集更新)

    目录 一 CodeAntenna 1 简介 2 网址 二 编程学习网 1 简介 2 网址 三 待更新 本文由CSDN点云侠原创 爬虫网站请努力加油爬 一 CodeAntenna 1 简介 互联网耻辱柱排行榜Top 1 本人博客里任何一点免费
  • 最小二乘拟合空间直线

    目录 1 算法过程 2 参考文献 3 示例代码 4 算法效果 本文出自CSDN点云侠 原文链接 爬虫自重 把自己当个人 1 算法过程 空间直线的点向式方程为 x
  • CloudCompare——点云绕任意点旋转

    目录 一 绕点旋转 1 功能概述 2 软件实现 3 相关代码 一 绕点旋转 1 功能概述 Pick rotation center 功能可以实现点云绕任意指定点进行旋转 2 软件实现 3 相关代码 1 PCL 点云绕任意点旋转
  • 【论文复现】—— A New Outlier Removal Strategy Based on Reliability of Correspondence Graph for Fast ....

    目录 一 算法原理 1 论文概述 2 实现流程 3 参考文献 二 代码实现 三 GitHub链接 一 算法原理 1 论文概述 三维激光扫描技术能够为实景测量与重建提供高精度 大范围的点云数据 然而单一来源的点云不够完整 不够精细 因此使用点
  • 激光雷达处理简介

    目录 1 什么是激光雷达 2 什么是点云 3 激光雷达的类型 4 激光雷达技术的优势 5 激光雷达处理概述 6 激光雷达技术的应用 1 什么是激光雷达 激光雷达 即激光探测和测距 是一种三维激光扫描方法 激光雷达传感器提供有关环境的三维结构
  • CloudCompare——平面点云边界提取与凸包计算

    目录 1 概述 2 操作流程 3 完整操作 4 相关代码 1 概述 CloudCompare中的 Tools gt Fit gt 2D Polygon facet 功能是用来对点云进行多边形轮廓边界提取以及凸包计算的 算法的实现流程 首先对
  • CloudCompare——计算点云的法向量

    目录 1 Computing normals on a cloud 2 点云法线计算结果 3 反转法线方向 Normals gt Invert 4 With Minimum Spanning Tree 5 With Fast Marchin
  • CloudCompare——计算点云的KD树并可视化

    目录 1 功能概述 2 完整操作 3 算法源码 4 相关代码 1 功能概述 使用Tools gt Sand box research gt compute kd tree访问此工具 该功能可以用于论文写作中的KD树绘图 2 完整操作 3 算
  • CloudCompare——点云标注

    目录 1 概述 2 软件实现 3 合并点云 1 概述 对给定的点云添加分类标签 2 软件实现 1 裁剪点云 裁剪出需要标注的部分 并选中 2 进行标注 工具栏操作 Edit gt Scalar fields gt Add constant
  • 泊松重建算法原理介绍

    目录 1 泊松重建算法 2 泊松重建核心思想及原理 3 泊松算法流程 本文出自CSDN点云侠 原文链接 爬虫自重 把自己当个人 1 泊松重建算法 泊松重建是Kazhdan M在2006年提出的基于八叉树和泊松方程的一种网格三维重建算法 其本

随机推荐