? ? ? ? 最近一直在搞點云相關的操作，有時候在處理點云數據時需要查看處理后的數據是否滿足需求，所以就想著寫一套展示點云的代碼。之前已經分享過如何可視化點云了，感興趣的可以自己去看下：【Lidar】基于Python的Open3D庫可視化點云數據。但是這個是3維展示，不滿足我的項目需求，我要看的是x,y平面上的效果，所以今天給大家分享一下如何使用Python將三維點云數據投影至二維平面，并進行點云圖的繪制。

1 代碼邏輯

? ? ? ? 網上有很多資源都是構建投影方程、計算距離、角度啥的進行投影，我個人覺得沒多大必要，我們只需要在讀取/處理時只選擇自己想要平面的點即可，至少我的項目可以滿足。

2 完整代碼

? ? ? ? 這里創建一個一行兩列的散點圖，用來顯示3D和2D的效果，點云保存的代碼我沒有加進去。看我之前的文章：【Lidar】基于Python的Open3D庫、Laspy庫保存點云文件/點云格式轉換

# -*- coding: utf-8 -*-
"""
@Time ： 2023/12/7 9:33
@Auth ： RS迷途小書童
@File ：Projection of point cloud to 2D.py
@IDE ：PyCharm
@Purpose：點云數據投影至平面并顯示
"""
import matplotlib  # 導入 matplotlib 庫，主要用于繪圖
import numpy as np  # 導入 numpy 庫，主要用于處理數組
import open3d as o3d  # 導入 Open3D 庫，用于處理點云數據
import matplotlib.pyplot as plt  # 導入 matplotlib.pyplot 庫，用于創建圖像和畫圖def point_show(path, save_path):# 定義一個函數 point_show，輸入參數是點云文件的路徑 path 和要保存圖像的路徑 save_pathmatplotlib.use('tkAgg')# 在這里指定GUI后端，這里選擇 tkAgg 作為圖形用戶界面后端pcd = o3d.io.read_point_cloud(path)# 使用 Open3D 讀取點云數據print(pcd)  # 輸出點云的個數points = np.asarray(pcd.points)# 將點云數據轉化為 numpy 數組# print(points.shape)  # 輸出數組的形狀（行列數）fig = plt.figure(figsize=(16, 10))  # 創建一個新的圖形窗口，設置其大小為8x4ax1 = fig.add_subplot(121, projection='3d')  # 在圖形窗口中添加一個3D繪圖區域ax1.scatter(points[:, 0], points[:, 1], points[:, 2], c='g', s=0.01,alpha=0.5)  # 在這個區域中繪制點云數據的散點圖，設置顏色為綠色，點的大小為0.01，透明度為0.5ax2 = fig.add_subplot(122)  # 在圖形窗口中添加一個2D繪圖區域# 1行2列的圖形布局，其中該子圖是第2個子圖ax2.scatter(points[:, 1], points[:, 2], c='g', s=0.01, alpha=0.5)  # 在這個區域中繪制點云數據的散點圖，設置顏色為綠色，點的大小為0.01，透明度為0.5ax1.set_title('3D')ax2.set_title('2D')plt.show()  # 顯示圖形窗口中的所有內容plt.savefig(save_path)# 將圖形窗口中的內容保存到指定的路徑if __name__ == "__main__":# 如果這個文件被直接運行而不是被導入作為模塊，那么執行以下代碼point_path = "1 - Cloud.pcd"# 定義一個變量 point_path，值為字符串 "1 - Cloud.pcd"out_path = r"G:\彭俊喜/1.png"# 定義一個變量 out_path，值為一個Windows文件路徑point_show(point_path, out_path)# 調用 point_show 函數，輸入參數是 point_path 和 out_path

效果圖：

3 總結

? ? ? ? 代碼中的plt.savefig保存散點圖時，我的是一片空白不知道啥原因也懶得去改了。大家可以在繪制的散點圖上直接點保存即可。總的來說這種思路實現的三維轉二維完全夠用，至少我的需求這段代碼可以實現，具體為什么其他博主用方程解算啥的，就看你們的需求了。