我正在开发 3D 重建系统,并希望使用 Python 3 从注册的点云数据生成三角形网格。我的对象不是凸的,因此行进立方体算法似乎是解决方案。
我更喜欢使用此类方法的现有实现,所以我尝试了scikit 图像 https://scikit-image.org/docs/dev/auto_examples/edges/plot_marching_cubes.html and Open3d http://open3d.org/docs/tutorial/Advanced/rgbd_integration.html#extract-a-mesh但这两个 API 都不接受原始点云作为输入(请注意,我不是这些库的专家)。我转换数据的尝试失败了,并且我已经没有想法了,因为文档没有阐明函数的输入格式。
这些是我想要的片段pcd_to_volume
是我需要的。
scikit 图像
import numpy as np
from skimage.measure import marching_cubes_lewiner
N = 10000
pcd = np.random.rand(N,3)
def pcd_to_volume(pcd, voxel_size):
#TODO
volume = pcd_to_volume(pcd, voxel_size=0.05)
verts, faces, normals, values = marching_cubes_lewiner(volume, 0)
open3d
import numpy as np
import open3d
N = 10000
pcd = np.random.rand(N,3)
def pcd_to_volume(pcd, voxel_size):
#TODO
volume = pcd_to_volume(pcd, voxel_size=0.05)
mesh = volume.extract_triangle_mesh()
我无法找到正确编写的方法pcd_to_volume
功能。我不喜欢图书馆,所以这两种解决方案对我来说都很好。
您对正确转换我的数据有什么建议吗?点云是一个Nx3
矩阵其中dtype=float
.
您知道另一种适用于原始点云数据的[行进立方体算法]实现吗?我更喜欢 scikit 和 open3d 这样的库,但我也会考虑 github 项目。