• 技术文章 >后端开发 >Python教程

    Python怎么用NumPy读取和保存点云数据

    WBOYWBOY2022-09-02 16:52:16转载334

    php入门到就业线上直播课:进入学习

    【相关推荐:Python3视频教程

    前言

    最近在学习点云处理的时候用到了Modelnet40数据集,该数据集总共有40个类别,每个样本的点云数据存放在一个TXT文件中,每行的前3个数据代表一个点的xyz坐标。我需要把TXT文件中的每个点读取出来,然后用Open3D进行显示。怎么把数据从TXT文件中读取出来呢?NumPy提供了一个功能非常强大的函数loadtxt可以非常简单地实现这个功能。来看一下代码:

    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()

    从上面的代码可以看到,只需要一行代码就可以把TXT文件中的点云数据读取进来了,接下来就可以调用Open3D的接口进行显示了。在介绍loadtxt函数的用法之前,

    顺便看一下Open3D的显示效果:

    loadtxt函数的用法

    基本用法

    在上面的例子中,由于TXT里面每一行的数据是用逗号分割的,所以在调用loadtxt函数的时候除了设置文件路径外,还需要设置参数delimiter=","。另外,该函数默认的数据类型为float64,如果是其他数据类型的话还需要设置dtype为对应类型。

    points_data = np.loadtxt("airplane_0001.txt", delimiter=",") #没有指定数据类型
    print('shape: ', points_data.shape)
    print('data type: ', points_data.dtype)

    结果:

    shape: (10000, 6)
    data type: float64

    指定每一列的数据类型

    假如我们有一个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

    该文件前面3列的数据类型是浮点型,后面2列的数据类型为整型,那么按照前面的方式设置dtype来读取就不合适了。不过没关系,loadtxt函数可以设置每一列数据的数据类型,只不过稍微复杂一点,来看一下代码:

    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)

    这段代码的重点是dtype={}里面的内容,'names'用来设置每一列数据的名称,'formats'则用来设置每一列数据的数据类型,其中'f4'表示float32'i4'表示int32。另外,CSV文件中的第一行不是数据内容,可以设置参数skiprows=1跳过第一行的内容。

    输出结果:

    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)]
    data type: [('x', '<f4'), ('y', '<f4'), ('z', '<f4'), ('label', '<i4'), ('id', '<i4')]

    可以看到,通过这样的方式设置dtype,读取的每一行数据变成了一个tuple类型。

    结合生成器使用

    NumPy的文档中可以知道,loadtxt函数的第一个参数可以是文件对象、文件名或者生成器。传入生成器有什么用呢?我们来看几个例子。

    处理多个分隔符

    假如我们的文件内容是这样的,每一行数据有3个分隔符",","/"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

    这种情况下不能通过delimiter参数设置多个分隔符,这时候就可以通过生成器来进行处理:

    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)

    这段代码构建了一个生成器将文件中每一行的分隔符全部替换成loadtxt函数默认的空格分隔符,然后把生成器传入loadtxt函数,这样loadtxt函数就能成功解析文件中的数据了。

    输出结果:

    [[ 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. ]]

    读取指定的行

    在某些情况下,我们需要读取指定几行的数据,那么也可以通过生成器来实现。还是上面的文件内容,我们通过生成器来读取第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)

    输出结果:

    [[ 9.94 7.44 1.02 1. 11. 2. ]
    [ 1.89 2.92 9.26 1. 11. 3. ]]

    通过上面的例子可以知道,loadtxt函数结合生成器使用可以实现很多的功能。

    tofile和fromfile函数

    TXT文件中读取到点云数据后,我想把数据保存到二进制文件中,需要怎么操作呢?NumPyndarray类提供了tofile函数可以非常方便地将数据保存到二进制文件中。把数据以二进制文件保存后又怎么读进来呢?NumPy还提供了一个fromfile函数用于从文本文件和二进制文件中读取数据。

    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.visualization.draw_geometries([pcd])
    
    if __name__ == '__main__':
        main()

    在上面这段示例代码中,我从airplane_0001.txt文件中读取了点云数据,然后通过tofile函数将数据保存到二进制文件airplane_0001.bin中,再用fromfile函数从二进制文件中把点云数据读取出来用Open3D进行显示。

    为了前后呼应,让我们换个角度再看一眼显示效果:

    【相关推荐:Python3视频教程

    以上就是Python怎么用NumPy读取和保存点云数据的详细内容,更多请关注php中文网其它相关文章!

    声明:本文转载于:脚本之家,如有侵犯,请联系admin@php.cn删除
    专题推荐:python
    上一篇:python解析之namedtuple函数的用法 下一篇:Python标准库中的logging用法示例
    VIP课程(WEB全栈开发)

    相关文章推荐

    • ❤️‍🔥共22门课程,总价3725元,会员免费学• VSCode开发Python,这 14 个插件不可错过!• python爬虫爬取网页数据并解析数据• Python如何提取csv数据并筛选指定条件数据• Python详细解析之np.where()的代码应用• 一起聊聊python文件数据分析治理提取
    1/1

    PHP中文网