3. 点云数据读写

点云处理的第一步是什么？不是滤波，不是配准，而是把数据读进来。

我见过不少新手，算法写得头头是道，结果卡在文件读写上——格式不对、坐标轴反了、内存爆了。说白了，读写是基本功，但坑也不少。这一章我们就来把Open3D和PCL的读写操作捋清楚，顺便聊聊格式转换的那些事。

3.1 为什么读写这么重要？

你想想看，传感器采集到的原始点云，通常不是你能直接用的格式。Velodyne的PCAP包、Livox的LVX文件、无人机航测的LAS数据……每个厂家都有自己的“方言”。

我在项目里遇到过最头疼的事：客户给了10TB的LAS数据，结果团队里有人用Open3D读LAS，有人用PCL读PCD，还有人用Python的laspy读——最后合并数据时坐标系统全乱了。嗯，从那以后我定了个规矩：统一入口格式，再进处理管线。

3.2 Open3D读写：简单直接

Open3D的API设计得很清爽。读文件一行，写文件一行，没什么花哨的。

3.2.1 读取点云

import open3d as o3d

# 读取PCD文件
pcd = o3d.io.read_point_cloud("scan.pcd")
print(f"点云点数: {len(pcd.points)}")
print(f"点云类型: {pcd}")

# 读取PLY文件
pcd_ply = o3d.io.read_point_cloud("mesh.ply")
# 读取TXT文件（每行 x y z 或 x y z r g b）
pcd_txt = o3d.io.read_point_cloud("points.txt", format="xyz")

3.2.2 保存点云

# 保存为PCD（二进制格式，体积小）
o3d.io.write_point_cloud("output.pcd", pcd, write_ascii=False)

# 保存为PLY（带颜色）
o3d.io.write_point_cloud("output.ply", pcd, write_ascii=True)

# 保存为TXT
o3d.io.write_point_cloud("output.txt", pcd, write_ascii=True)

注意write_ascii参数。二进制格式读写快、体积小，但不可读；ASCII格式可以用文本编辑器打开，方便调试。我个人习惯：调试用ASCII，上线用二进制。

3.3 PCL读写：功能强大但稍显繁琐

PCL是C++的天下，但Python绑定（python-pcl）也能用。不过说实话，PCL的Python接口维护得不太好，我建议你在C++项目里用PCL，Python项目里优先用Open3D。

3.3.1 C++版本（PCL原生）

#include <pcl/io/pcd_io.h>
#include <pcl/io/ply_io.h>
#include <pcl/point_types.h>

// 读取PCD
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
if (pcl::io::loadPCDFile<pcl::PointXYZ>("scan.pcd", *cloud) == -1) {
    PCL_ERROR("读取PCD失败\n");
    return -1;
}

// 保存PCD（二进制压缩）
pcl::io::savePCDFileBinaryCompressed("output.pcd", *cloud);

// 读取PLY
pcl::PolygonMesh mesh;
pcl::io::loadPLYFile("mesh.ply", mesh);

// 保存PLY
pcl::io::savePLYFile("output.ply", mesh);

3.3.2 Python版本（python-pcl）

import pcl

# 读取PCD
cloud = pcl.load("scan.pcd")
print(f"点数: {cloud.size}")

# 保存PCD
pcl.save(cloud, "output.pcd")

# 注意：python-pcl不支持PLY直接读写，需要先转格式

python-pcl的功能比Open3D弱不少，而且安装麻烦（依赖VTK、Boost）。我个人建议：除非你必须在PCL管线里做后续处理，否则别用python-pcl做读写。

3.4 常见格式对比

3.5 格式转换实战

实际项目中，格式转换是家常便饭。我整理了几种最常见的转换场景。

3.5.1 PCD ↔ PLY（Open3D实现）

import open3d as o3d

# PCD → PLY
pcd = o3d.io.read_point_cloud("input.pcd")
o3d.io.write_point_cloud("output.ply", pcd)

# PLY → PCD
pcd = o3d.io.read_point_cloud("input.ply")
o3d.io.write_point_cloud("output.pcd", pcd)

就这么简单。Open3D内部自动处理了字段映射，你不需要关心细节。

3.5.2 LAS → PCD（使用laspy + Open3D）

import laspy
import open3d as o3d
import numpy as np

# 读取LAS
las = laspy.read("input.las")
points = np.vstack((las.x, las.y, las.z)).T

# 如果有颜色信息
if hasattr(las, 'red'):
    colors = np.vstack((las.red, las.green, las.blue)).T / 65535.0
else:
    colors = None

# 构建Open3D点云
pcd = o3d.geometry.PointCloud()
pcd.points = o3d.utility.Vector3dVector(points)
if colors is not None:
    pcd.colors = o3d.utility.Vector3dVector(colors)

# 保存为PCD
o3d.io.write_point_cloud("output.pcd", pcd)

3.5.3 TXT → PCD（批量转换）

import open3d as o3d
import glob

# 批量转换所有TXT文件
for txt_file in glob.glob("data/*.txt"):
    pcd = o3d.io.read_point_cloud(txt_file, format="xyz")
    pcd_file = txt_file.replace(".txt", ".pcd")
    o3d.io.write_point_cloud(pcd_file, pcd)
    print(f"转换完成: {txt_file} → {pcd_file}")

3.6 知识体系总览

下面这张图把本章的核心逻辑串起来了。你可以看到：数据从传感器来，经过格式转换进入处理管线，最终输出为不同格式。

3.7 避坑指南

最后，我把自己这些年踩过的坑整理成清单，你遇到类似问题可以直接查。

• 坐标轴方向：不同传感器坐标系不同（LiDAR通常是X向前，Z向上；相机是Z向前，Y向下）。读写时注意坐标轴映射，否则点云会“躺”在地上。
• 颜色值范围：PCD和PLY用0-255的整数，Open3D用0-1的浮点数，LAS用0-65535的整数。转换时务必归一化。
• 内存爆炸：读取大文件（>1亿点）时，不要一次性读入内存。用read_point_cloud的stride参数做降采样，或者用LAS的chunk_iterator分块读取。
• 字段丢失：PCD转PLY时，强度（intensity）字段可能会丢失。如果下游需要强度信息，建议用PCL的savePLYFile并指定字段。
• 文件损坏：我曾经遇到过PCD文件头信息错误（比如WIDTH和POINTS不匹配），导致读取失败。可以用文本编辑器打开PCD文件，手动检查头信息。