第二章：环境搭建——工欲善其事，必先利其器

说实话，做点云处理这些年，我见过太多人卡在环境配置这一步。明明算法思路都懂，结果装个库装了半天，最后心态崩了。别急，这一章我带你一步步把环境搭好，保证后面写代码时顺风顺水。

2.1 Python环境配置

我个人习惯用 Anaconda 来管理 Python 环境。为什么？因为它能帮你隔离不同项目的依赖，避免版本冲突。你想想看，一个项目用 Open3D 0.15，另一个用 0.18，要是装在一个环境里，迟早出问题。

安装步骤很简单：

1. 去 Anaconda 官网下载对应系统的安装包
2. 一路默认安装，记得勾选「Add to PATH」
3. 打开终端（Windows 用 Anaconda Prompt）
4. 创建新环境：conda create -n pointcloud python=3.9
5. 激活环境：conda activate pointcloud

2.2 NumPy 安装——点云数据的基石

NumPy 是点云处理绕不开的库。点云本质上就是一堆三维坐标点，说白了就是一个 N×3 的数组。NumPy 就是用来高效操作这种数组的。

安装命令：

pip install numpy==1.24.3

为什么指定版本？我在项目中遇到过，新版 NumPy 跟某些旧版 Open3D 不兼容，报错信息还特别隐晦。1.24.3 这个版本我测试过，跟 Open3D 0.17 配合得很好。

验证安装：

python -c "import numpy; print(numpy.__version__)"

如果输出了 1.24.3，恭喜你，第一步走通了。

2.3 Open3D 库安装——点云可视化的利器

Open3D 是我最推荐的点云处理库。它开源、文档全、API 设计得也很人性化。不像 PCL 那样编译起来让人头疼。

安装命令：

pip install open3d==0.17.0

嗯，这里要注意：Open3D 从 0.15 版本开始，默认就带了可视化后端，不需要额外装什么。0.17.0 是目前比较稳定的版本。

验证安装：

python -c "import open3d as o3d; print(o3d.__version__)"

2.4 PCL 库简介——C++ 点云处理的王者

PCL（Point Cloud Library）是 C++ 领域的点云处理标准库。虽然我们课程主要用 Python，但了解 PCL 很有必要——很多工业级方案底层都是 PCL 实现的。

PCL 能做什么？

• 点云滤波（直通、体素、统计滤波等）
• 特征估计（法线、曲率、FPFH 等）
• 点云配准（ICP、NDT）
• 分割（RANSAC、区域生长）
• 表面重建

安装 PCL（以 Ubuntu 为例）：

sudo apt-get install libpcl-dev pcl-tools

Windows 用户建议用 vcpkg 或者直接下载预编译包。说实话，PCL 的编译过程确实有点劝退，我第一次编译花了大半天。所以如果你只是学习，用 Open3D 就够了。

2.5 第一个点云可视化程序

好了，环境搭完了，我们来写第一个程序。别怕，就几行代码。

先准备一个点云文件。我用 Open3D 自带的示例数据：

import open3d as o3d

# 读取点云文件
pcd = o3d.io.read_point_cloud("fragment.ply")

# 打印点云信息
print(pcd)
print("点的数量:", len(pcd.points))

# 可视化
o3d.visualization.draw_geometries([pcd], 
                                  window_name="我的第一个点云",
                                  width=800, 
                                  height=600)

如果你没有 fragment.ply 这个文件，可以用 Open3D 生成一个随机点云：

import open3d as o3d
import numpy as np

# 生成 1000 个随机点
points = np.random.rand(1000, 3) * 10
pcd = o3d.geometry.PointCloud()
pcd.points = o3d.utility.Vector3dVector(points)

# 给点云上色（可选）
colors = np.random.rand(1000, 3)
pcd.colors = o3d.utility.Vector3dVector(colors)

# 可视化
o3d.visualization.draw_geometries([pcd], 
                                  window_name="随机点云",
                                  width=800, 
                                  height=600)

运行后，你会看到一个 3D 窗口，里面漂浮着一些彩色点。你可以用鼠标拖拽旋转视角，滚轮缩放。嗯，这就是点云可视化的基本操作。

2.6 本章知识体系

下面这张图帮你理清本章的知识结构：

这张图把本章内容串起来了。从 Python 环境出发，到 NumPy 做数据基础，再到 Open3D 做可视化，最后了解一下 PCL 的存在。每一步都是为后面的点云滤波算法打基础。

可可精品资料库