问题描述
我有一个由900万个三维点组成的矩阵。使用RANSAC,我希望能够按点集对屋顶进行分类。为了减少时间并改善RANSAC的使用,我提出了一个小的邻里点(约5000-10000)。通过使用ransac,这些点中的某些点将被归类为屋顶,而我保留了索引。
使用Open3D可视化要点。因此,我会跟踪用于区分屋顶和地形的索引。
roof = Roofs() # Return list 1xn
pcd = o3d.io.read_point_cloud("data01.ply") # File with original data
roofs = pcd.select_by_index(roof) # Seperate roofs and terrain
roofs.paint_uniform_color([0,1]) # Paint roofs red
not_roofs = pcd.select_by_index(roof,invert=True)
o3d.visualization.draw_geometries([roofs,not_roofs]) # Draw point cloud
要使用此方法,我必须遍历每个点的完整数据集以找到索引。这当然真的很慢。 Open3D是否可以采用两个或多个矩阵并将它们可视化在同一点云中?还是有一种更快的方法来查找原始数据中该点的索引?也许您知道更好的点可视化工具,可管理约1000万个点
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)