news 2026/6/15 10:28:08

第五课-Open3D点云数据处理:点云、mesh可视化(draw_geometries方法)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
第五课-Open3D点云数据处理:点云、mesh可视化(draw_geometries方法)

1 可视化方法 draw_geometries()

2 参数说明

​编辑

3 mesh可视化

3.1 最简单的mesh可视化

3.2 带参数的mesh可视化

3.3 mesh_show_wireframe参数 对比

3.4 mesh_show_back_face参数 对比

3.5 可视化多个mesh


1 可视化方法 draw_geometries()

draw_geometries(geometry_list, window_name = 'Open3D', width = 1920, height = 1080, left = 50, top = 50, point_show_normal = False, mesh_show_wireframe = False, mesh_show_back_face = False, lookat = [0, 0, 0], up = [0, 1, 0], front = [0, 0, -1], zoom = 1.0 )

2 参数说明

  • geometry_list必选参数: 要可视化的几何对象。
  • window_name可选参数:可视化窗体的标题(str,可选),默认Open3D
  • width可选参数:可视化窗体的宽度(int,可选),默认1920像素。
  • height可选参数:可视化窗体的高度(int,可选),默认1080像素。
  • left可选参数:可视化窗体左侧距离屏幕左侧的像素距离(int,可选),默认50像素。
  • top可选参数:可视化窗体顶部距离屏幕顶部的像素距离(int,可选),默认50像素。
  • point_show_normal可选参数(点云):可视化法向量(bool,可选),默认False,不可视化。
  • mesh_show_wireframe可选参数(mesh):可视化mesh网格,默认False。
  • mesh_show_back_face可选参数(mesh)mesh_show_wireframe=True前提下使用,可视化mesh网格三角形的背面(内表面),默认False。
  • lookat可选参数:一个包含3个浮点数的列表,表示观察点的位置。默认情况下,观察点位于场景的中心位置 [ x ‾ \overline {x}x, y ‾ \overline {y}y​, z ‾ \overline {z}z]。可以通过更改lookat参数来移动观察点的位置,从而查看场景的不同部分。
  • up可选参数:一个包含3个浮点数的列表,对应屏幕的上方向。默认情况下,为Y轴正方向[0, 1, 0] 。
  • front可选参数:一个包含3个浮点数的列表,对应屏幕的法向量方向。默认情况下,为Z轴正方向 [0, 0, 1] 。
  • zoom可选参数:一个浮点数,表示场景的缩放级别。默认情况下,为1.0。

其中,geometry_listwindow_namewidthheightlefttoppoint_show_normalmesh_show_wireframe用于控制可视化窗口的基本属性和要显示的几何对象的属性。而lookatupfrontzoom则用于控制观察3D场景的视角和缩放级别。

注意:

lookatupfrontzoom是一组共存亡的参数,不能只使用其中的一个,要么都用,要么都不用。

3 mesh可视化

3.1 最简单的mesh可视化

示例代码:

import open3d as o3d # 读取mesh文件 mesh = o3d.io.read_triangle_mesh(r"H:\HTempWK\temp\open3d\pointdata\SaveArmadillo.ply") # 可视化mesh if mesh.is_empty(): print("文件读取失败!") else: print("正在可视化...") o3d.visualization.draw_geometries([mesh])

3.2 带参数的mesh可视化

import open3d as o3d # 读取mesh文件 mesh = o3d.io.read_triangle_mesh(r"H:\HTempWK\temp\open3d\pointdata\SaveArmadillo.ply") # 可视化mesh if mesh.is_empty(): print("文件读取失败!") else: print("正在可视化...") o3d.visualization.draw_geometries([mesh], window_name = '带参数的点云可视化', width = 1000, height = 600, left = 300, top = 200, mesh_show_wireframe = True, mesh_show_back_face = True )

3.3 mesh_show_wireframe参数 对比

import open3d as o3d # 读取mesh文件 mesh = o3d.io.read_triangle_mesh(r"H:\HTempWK\temp\open3d\pointdata\SaveArmadillo.ply") # 可视化mesh if mesh.is_empty(): print("文件读取失败!") else: print("正在可视化...") o3d.visualization.draw_geometries([mesh], window_name = 'mesh_show_wireframe参数对比:mesh_show_wireframe = False', mesh_show_wireframe = True )

代码:mesh_show_wireframe = False的时候

代码:mesh_show_wireframe = True的时候

3.4 mesh_show_back_face参数 对比

该参数需要在mesh_show_wireframe = True前提下使用,用于控制是否显示三角网格的背面(内表面)。

代码:mesh_show_back_face= False,不显示

import open3d as o3d # 读取mesh文件 mesh = o3d.io.read_triangle_mesh(r"H:\HTempWK\temp\open3d\pointdata\SaveArmadillo.ply") # 可视化mesh if mesh.is_empty(): print("文件读取失败!") else: print("正在可视化...") o3d.visualization.draw_geometries([mesh], window_name = 'mesh_show_back_face数对比:mesh_show_back_face = False', mesh_show_wireframe = True, mesh_show_back_face = True )

可视化展示:内表面不可见

mesh_show_back_face = False

可视化展示:内表面可见

mesh_show_back_face = True

3.5 可视化多个mesh

import open3d as o3d import copy # 读取mesh文件 mesh = o3d.io.read_triangle_mesh(r"H:\HTempWK\temp\open3d\pointdata\bunny\bunny.ply") # 进行深拷贝 mesh_t = copy.deepcopy(mesh) # 平移向量 translation = [0.4, 0.4, 0.0] # 在 x 轴上平移 0.2 米 # 执行平移 mesh_t.translate(translation) # 可视化mesh o3d.visualization.draw_geometries([mesh, mesh_t], window_name = '可视化多个mesh', mesh_show_wireframe = True, mesh_show_back_face = True )

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/7 14:04:54

PyTorch-CUDA-v2.7镜像社区反馈汇总:用户真实评价分析

PyTorch-CUDA-v2.7镜像社区反馈汇总:用户真实评价分析 在深度学习项目频繁迭代的今天,一个常见的场景是:刚拿到新任务的研究员打开电脑,准备复现一篇论文模型,却卡在环境配置上——“torch 安装成功了但 CUDA is not …

作者头像 李华
网站建设 2026/6/10 11:35:40

如何定制自己的PyTorch-CUDA镜像?基于v2.7二次开发指南

如何定制自己的PyTorch-CUDA镜像?基于v2.7二次开发指南 在现代AI研发中,一个常见的痛点是:明明代码写好了,模型结构也没问题,可一运行就报错——“CUDA not available”、“Found no NVIDIA driver”,或是…

作者头像 李华
网站建设 2026/6/13 15:12:25

CNN模型迁移学习示例:在PyTorch-CUDA-v2.7镜像中快速实现

CNN模型迁移学习实战:基于PyTorch-CUDA-v2.7镜像的高效实现 在图像识别项目中,你是否曾为环境配置耗费一整天却仍无法跑通第一个训练脚本?是否在学生机房里眼睁睁看着同学们因为CUDA版本不兼容而放弃实验?这并非个别现象——据202…

作者头像 李华
网站建设 2026/5/23 18:56:33

旧版PyTorch升级指南:迁移到v2.7镜像的注意事项

从旧版PyTorch迁移到v2.7镜像的实践指南 在深度学习项目中,环境配置往往比模型调优更令人头疼。你是否也经历过这样的场景:本地训练一切正常,换到服务器上却报错“CUDA not available”?或是团队成员因 PyTorch、CUDA 或 cuDNN 版…

作者头像 李华
网站建设 2026/6/9 21:12:34

使用SSH连接远程PyTorch容器进行长时间模型训练

使用SSH连接远程PyTorch容器进行长时间模型训练 在深度学习项目中,一个常见的场景是:你写好了模型代码,准备开始训练,却发现本地笔记本的GPU内存不够,训练跑不到一半就崩溃了;或者你在公司服务器上启动了训…

作者头像 李华
网站建设 2026/6/13 12:24:40

PyTorch官网安装慢如蜗牛?国内镜像源加速解决方案

PyTorch官网安装慢如蜗牛?国内镜像源加速解决方案 在人工智能项目开发中,最让人抓狂的时刻之一,可能不是模型训练不收敛,也不是梯度爆炸——而是当你兴致勃勃准备开始写代码时,却发现 pip install torch 卡在 5% 已经半…

作者头像 李华