Python如何用NumPy讀取和保存點云數(shù)據(jù)

第Python如何用NumPy讀取和保存點云數(shù)據(jù)目錄前言loadtxt函數(shù)的用法基本用法指定每一列的數(shù)據(jù)類型結(jié)合生成器使用tofile和fromfile函數(shù)

前言

最近在學(xué)習(xí)點云處理的時候用到了Modelnet40數(shù)據(jù)集，該數(shù)據(jù)集總共有40個類別，每個樣本的點云數(shù)據(jù)存放在一個TXT文件中，每行的前3個數(shù)據(jù)代表一個點的xyz坐標。我需要把TXT文件中的每個點讀取出來，然后用Open3D進行顯示。怎么把數(shù)據(jù)從TXT文件中讀取出來呢？NumPy提供了一個功能非常強大的函數(shù)loadtxt可以非常簡單地實現(xiàn)這個功能。來看一下代碼：

import

open3d

as

o3d

import

numpy

as

np

def

main():

points_data

=

np.loadtxt("airplane_0001.txt",

delimiter=",",

dtype=np.float32)

pcd

=

o3d.geometry.PointCloud()

pcd.points

=

o3d.utility.Vector3dVector(points_data[:,

:3])

o3d.visualization.draw_geometries([pcd])

if

__name__

==

'__main__':

main()

從上面的代碼可以看到，只需要一行代碼就可以把TXT文件中的點云數(shù)據(jù)讀取進來了，接下來就可以調(diào)用Open3D的接口進行顯示了。在介紹loadtxt函數(shù)的用法之前，

順便看一下Open3D的顯示效果：

loadtxt函數(shù)的用法

基本用法

在上面的例子中，由于TXT里面每一行的數(shù)據(jù)是用逗號分割的，所以在調(diào)用loadtxt函數(shù)的時候除了設(shè)置文件路徑外，還需要設(shè)置參數(shù)delimiter=,。另外，該函數(shù)默認的數(shù)據(jù)類型為float64，如果是其他數(shù)據(jù)類型的話還需要設(shè)置dtype為對應(yīng)類型。

points_data

=

np.loadtxt("airplane_0001.txt",

delimiter=",")

#沒有指定數(shù)據(jù)類型

print('shape:

',

points_data.shape)

print('data

type:

',

points_data.dtype)

結(jié)果：

shape:(10000,6)

datatype:float64

指定每一列的數(shù)據(jù)類型

假如我們有一個CSV文件：

x,y,z,label,id

-0.098790,-0.182300,0.163800,1,1

0.994600,0.074420,0.010250,0.2,2

0.189900,-0.292200,-0.926300,3,3

-0.989200,0.074610,-0.012350,4,4

該文件前面3列的數(shù)據(jù)類型是浮點型，后面2列的數(shù)據(jù)類型為整型，那么按照前面的方式設(shè)置dtype來讀取就不合適了。不過沒關(guān)系，loadtxt函數(shù)可以設(shè)置每一列數(shù)據(jù)的數(shù)據(jù)類型，只不過稍微復(fù)雜一點，來看一下代碼：

data

=

np.loadtxt("test.txt",

delimiter=",",

dtype={'names':

('x',

'y',

'z',

'label',

'id'),

'formats':

('f4',

'f4',

'f4',

'i4',

'i4')},

skiprows=1)

print('data:

',

data)

print('data

type:

',

data.dtype)

這段代碼的重點是dtype={}里面的內(nèi)容，names用來設(shè)置每一列數(shù)據(jù)的名稱，formats則用來設(shè)置每一列數(shù)據(jù)的數(shù)據(jù)類型，其中f4表示float32，i4表示int32。另外，CSV文件中的第一行不是數(shù)據(jù)內(nèi)容，可以設(shè)置參數(shù)skiprows=1跳過第一行的內(nèi)容。

輸出結(jié)果：

data:[(-0.09879,-0.1823,0.1638,1,1)(0.9946,0.07442,0.01025,0,2)

(0.1899,-0.2922,-0.9263,3,3)(-0.9892,0.07461,-0.01235,4,4)]

datatype:[(x,f4),(y,f4),(z,f4),(label,i4),(id,i4)]

可以看到，通過這樣的方式設(shè)置dtype，讀取的每一行數(shù)據(jù)變成了一個tuple類型。

結(jié)合生成器使用

從NumPy的文檔中可以知道，loadtxt函數(shù)的第一個參數(shù)可以是文件對象、文件名或者生成器。傳入生成器有什么用呢？我們來看幾個例子。

處理多個分隔符

假如我們的文件內(nèi)容是這樣的，每一行數(shù)據(jù)有3個分隔符,，/和-：

9.87,1.82,1.63,1/11-1

9.94,7.44,1.02,1/11-2

1.89,2.92,9.26,1/11-3

0.98,7.46,1.23,1/11-4

這種情況下不能通過delimiter參數(shù)設(shè)置多個分隔符，這時候就可以通過生成器來進行處理：

def

generate_lines(file_path,

delimiters=[]):

with

open("test.txt")

as

f:

for

line

in

f:

line

=

line.strip()

for

d

in

delimiters:

line

=

line.replace(d,

"

")

yield

line

delimiters

=

[",",

"/",

"-"]

generator

=

generate_lines("test.txt",

delimiters)

data

=

np.loadtxt(generator)

print(data)

這段代碼構(gòu)建了一個生成器將文件中每一行的分隔符全部替換成loadtxt函數(shù)默認的空格分隔符，然后把生成器傳入loadtxt函數(shù)，這樣loadtxt函數(shù)就能成功解析文件中的數(shù)據(jù)了。

輸出結(jié)果：

[[9.871.821.631.11.1.]

[9.947.441.021.11.2.]

[1.892.929.261.11.3.]

[0.987.461.231.11.4.]]

讀取指定的行

在某些情況下，我們需要讀取指定幾行的數(shù)據(jù)，那么也可以通過生成器來實現(xiàn)。還是上面的文件內(nèi)容，我們通過生成器來讀取第2行和第3行：

def

generate_lines(file_path,

delimiters=[],

rows=[]):

with

open("test.txt")

as

f:

for

i,

line

in

enumerate(f):

line

=

line.strip()

for

d

in

delimiters:

line

=

line.replace(d,

"

")

if

i

in

rows:

yield

line

delimiters

=

[",",

"/",

"-"]

rows

=

[1,

2]

generator

=

generate_lines("test.txt",

delimiters,

rows)

data

=

np.loadtxt(generator)

print(data)

輸出結(jié)果：

[[9.947.441.021.11.2.]

[1.892.929.261.11.3.]]

通過上面的例子可以知道，loadtxt函數(shù)結(jié)合生成器使用可以實現(xiàn)很多的功能。

tofile和fromfile函數(shù)

從TXT文件中讀取到點云數(shù)據(jù)后，我想把數(shù)據(jù)保存到二進制文件中，需要怎么操作呢？NumPy的ndarray類提供了tofile函數(shù)可以非常方便地將數(shù)據(jù)保存到二進制文件中。把數(shù)據(jù)以二進制文件保存后又怎么讀進來呢？NumPy還提供了一個fromfile函數(shù)用于從文本文件和二進制文件中讀取數(shù)據(jù)。

import

open3d

as

o3d

import

numpy

as

np

def

main():

points_data

=

np.loadtxt(

"airplane_0001.txt",

delimiter=",",

dtype=np.float32)

bin_file

=

'airplane_0001.bin'

points_data

=

points_data[:,

:3]

points_data.tofile(bin_file)

pc

=

np.fromfile(bin_file,

dtype=np.float32)

pc

=

pc.reshape(-1,

3)

pcd

=

o3d.geometry.PointCloud()

pcd.points

=

o3d.utility.Vector3dVector(pc)

o3d.visualiza