📚 课程目录第1章点云数据读取与可视化

1. 点云数据读取与可视化

任务目标

本案例将使用 Open3D 读取一个 PCD 格式的点云文件，并完成可视化。通过本案例，你将掌握点云数据的基本读取流程、坐标信息查看方法以及交互式可视化窗口的操作方式。

环境准备

需要安装 open3d 库（建议版本 ≥ 0.17.0）。若尚未安装，执行以下命令：

pip install open3d

数据准备

本案例使用 Open3D 自带的示例点云文件 fragment.pcd（包含约 4.6 万个点，描述一个室内场景片段）。该文件会随库一起安装，无需额外下载。

完整实现代码

import open3d as o3d
import numpy as np

# 1. 读取PCD文件
pcd = o3d.io.read_point_cloud("fragment.pcd")
if pcd.is_empty():
    raise RuntimeError("点云读取失败，请检查文件路径")

# 2. 打印点云基本信息
print("点云点数:", len(pcd.points))
print("点云是否包含颜色:", pcd.has_colors())
print("点云是否包含法向量:", pcd.has_normals())

# 3. 获取并显示坐标范围
points = np.asarray(pcd.points)
print("X范围: [{:.3f}, {:.3f}]".format(points[:, 0].min(), points[:, 0].max()))
print("Y范围: [{:.3f}, {:.3f}]".format(points[:, 1].min(), points[:, 1].max()))
print("Z范围: [{:.3f}, {:.3f}]".format(points[:, 2].min(), points[:, 2].max()))

# 4. 可视化（窗口关闭后程序继续执行）
o3d.visualization.draw_geometries([pcd], window_name="PCD点云可视化", width=800, height=600)

# 5. 验证：统计有效点比例（过滤非有限数值）
valid_mask = np.isfinite(points).all(axis=1)
print("有效点比例: {:.2f}%".format(100 * valid_mask.mean()))

运行方式

将上述代码保存为 read_pcd.py，在终端中运行：

python read_pcd.py

确保当前工作目录下存在 fragment.pcd 文件。若文件不存在，可将代码中的文件名替换为你的 PCD 文件路径。

验证方法与通过标准

运行程序后，按以下步骤确认执行成功：

控制台输出：应显示点云点数为 46040 左右，且坐标范围在合理区间（X/Y/Z 均约在 -1.5 到 1.5 之间）。若输出“点云读取失败”，说明文件路径错误。
可视化窗口：弹出 3D 窗口，显示一个室内场景的彩色点云（若原始文件无颜色，则显示灰色点云）。可通过鼠标左键旋转视角、滚轮缩放、右键平移。
有效点比例：输出应为 100.00%，表示所有点均为有限数值，无 NaN 或无穷值。
程序退出：关闭可视化窗口后，程序自动结束，无报错信息。

常见问题

读取失败：检查文件路径是否正确，或改用 o3d.io.read_point_cloud("你的路径/fragment.pcd") 路径。
窗口不显示：在远程服务器或无图形界面环境下，需配置 X11 转发或改用 headless 渲染模式（本案例不涉及）。
颜色缺失：若点云文件本身不含 RGB 信息，has_colors() 返回 False，可视化时点云显示为灰色，属正常现象。