【Python】可视化KITTI激光雷达点云&绘制立体框

更新2023-5-4不如open3d好用，依赖太多，已转用open3d库

前言

最近在复现PointRCNN论文过程中发现没有可视化代码，于是查找资料找到了：
pointRCNN 结果可视化——tiatiatiatia

按照参考链接下载代码【轮子库】并可视化成功了

mayavi库的学习

主要是利用了mlab模块：

Mayavi2 旨在提供一个简单、可交互的3D数据或3D绘图的可视化。其做法如下：
（可选）一个丰富的用户界面，可以和数据、对象进行交互。简洁清晰的Python接口，以及可以使用类似于matlab和matplotlib的3D可视化函数（参考：ref:mlab ），或者面向对象的交互界面。其底层封装VTK，但是学习它并不是必须的。此外，Mayavi2是一个可复用的工具箱，您可以用不同的方法整合到您的库或者应用中，结合Envisage应用程序框架组装成特定领域的工具。

import os
import numpy as np
import mayavi.mlab as mlab

rootpath = "/home/rock/PointRCNN/kitti_object_vis/"
datapath = os.path.join(rootpath, "data/object/training/velodyne/")
data = np.fromfile(datapath + "000000.bin", dtype=np.float32).reshape(-1, 4)
fig = mlab.figure(figure=None,
                  bgcolor=(0, 0, 0),
                  fgcolor=None,
                  engine=None,
                  size=(1600, 1000))
#mayavi显示data颜色按照高度改变
mlab.points3d(data[:, 0],
              data[:, 1],
              data[:, 2],
              data[:, 2],
              mode="point",
              colormap="gnuplot",
              scale_factor=1,
              figure=fig)
mlab.points3d(0, 0, 0, color=(1, 1, 1), mode="sphere", scale_factor=0.5)
axes = np.array(
    [[2.0, 0.0, 0.0, 0.0], [0.0, 2.0, 0.0, 0.0], [0.0, 0.0, 2.0, 0.0]],
    dtype=np.float64,
)
mlab.plot3d(
    [0, axes[0, 0]],
    [0, axes[0, 1]],
    [0, axes[0, 2]],
    color=(1, 0, 0),
    tube_radius=None,
    figure=fig,
)
mlab.plot3d(
    [0, axes[1, 0]],
    [0, axes[1, 1]],
    [0, axes[1, 2]],
    color=(0, 1, 0),
    tube_radius=None,
    figure=fig,
)
mlab.plot3d(
    [0, axes[2, 0]],
    [0, axes[2, 1]],
    [0, axes[2, 2]],
    color=(0, 0, 1),
    tube_radius=None,
    figure=fig,
)
fov = np.array(
    [[20.0, 20.0, 0.0, 0.0], [20.0, -20.0, 0.0, 0.0]],
    dtype=np.float64  # 45 degree
)

mlab.plot3d(
    [0, fov[0, 0]],
    [0, fov[0, 1]],
    [0, fov[0, 2]],
    color=(1, 1, 1),
    tube_radius=None,
    line_width=1,
    figure=fig,
)
mlab.plot3d(
    [0, fov[1, 0]],
    [0, fov[1, 1]],
    [0, fov[1, 2]],
    color=(1, 1, 1),
    tube_radius=None,
    line_width=1,
    figure=fig,
)

# draw square region
TOP_Y_MIN = -21
TOP_Y_MAX = 21
TOP_X_MIN = 0
TOP_X_MAX = 40


x1 = TOP_X_MIN
x2 = TOP_X_MAX
y1 = TOP_Y_MIN
y2 = TOP_Y_MAX
mlab.plot3d(
    [x1, x1],
    [y1, y2],
    [0, 0],
    color=(0.5, 0.5, 0.5),
    tube_radius=0.1,
    line_width=1,
    figure=fig,
)
mlab.plot3d(
    [x2, x2],
    [y1, y2],
    [0, 0],
    color=(0.5, 0.5, 0.5),
    tube_radius=0.1,
    line_width=1,
    figure=fig,
)
mlab.plot3d(
    [x1, x2],
    [y1, y1],
    [0, 0],
    color=(0.5, 0.5, 0.5),
    tube_radius=0.1,
    line_width=1,
    figure=fig,
)
mlab.plot3d(
    [x1, x2],
    [y2, y2],
    [0, 0],
    color=(0.5, 0.5, 0.5),
    tube_radius=0.1,
    line_width=1,
    figure=fig,
)
# mlab.orientation_axes()

#初始化正方体的8个点
p1 = np.array([2, 4, 2])
p2 = np.array([2, 0, 2])
p3 = np.array([0, 0, 2])
p4 = np.array([0, 4, 2])

p5 = np.array([2, 4, -1])
p6 = np.array([2, 0, -1])
p7 = np.array([0, 0, -1])
p8 = np.array([0, 4, -1])
b = np.array([p1, p2, p3, p4, p5, p6, p7, p8])
#平移正方体
b[:, 0] += 5
b[:, 1] += 1
for k in range(0, 4):
    # http://docs.enthought.com/mayavi/mayavi/auto/mlab_helper_functions.html
    i, j = k, (k + 1) % 4
    mlab.plot3d(
        [b[i, 0], b[j, 0]],
        [b[i, 1], b[j, 1]],
        [b[i, 2], b[j, 2]],
        color=(0, 1, 0),
        tube_radius=None,
        line_width=2,
        figure=fig,
    )

    i, j = k + 4, (k + 1) % 4 + 4
    mlab.plot3d(
        [b[i, 0], b[j, 0]],
        [b[i, 1], b[j, 1]],
        [b[i, 2], b[j, 2]],
        color=(0, 1, 0),
        tube_radius=None,
        line_width=2,
        figure=fig,
    )

    i, j = k, k + 4
    mlab.plot3d(
        [b[i, 0], b[j, 0]],
        [b[i, 1], b[j, 1]],
        [b[i, 2], b[j, 2]],
        color=(0, 1, 0),
        tube_radius=None,
        line_width=2,
        figure=fig,
    )
label = "car"
mlab.text3d(
    b[1, 0],
    b[1, 1],
    b[1, 2],
    label,
    scale=1,
    color=(1, 0, 0),
    figure=fig,
)
mlab.view(
    azimuth=180,
    elevation=50,
    focalpoint=[12.0909996, -1.04700089, -2.03249991],
    distance=62.0,
    figure=fig,
)
mlab.show()

tip：另外发现了VSCODE中代码缩进的技巧，非常好用，尤其是对于CV大法过来的代码。

pip install yapf

打开setting 搜索 python.formatting.provider

选中需要自动格式化缩进的代码点击右键 点击Format Selection就好了