1、前言

      将文件中点云数据进行读取进来，并进行数据处理，将处理后的点云数据进行可视化显示，是非常常见的操作。本博客介绍如何将文本形式的点云数据读取进来，并进行可视化展示。

2、点云可视化

      点云可视化即将点云数据在三维空间中进行可视化，用于展示算法效果。按照点显示的界面，分为单一窗口可视化、多窗口可视化。

2.1 单一窗口可视化

       将点云数据读取进来，使用可视化三方库matplotlib，代码如下：

      其中下面两句，防止汉字乱码

    plt.rcParams['font.sans-serif'] = ['SimHei']  # 使用黑体
    plt.rcParams['axes.unicode_minus'] = False  # 正确显示负号

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 使用黑体
plt.rcParams['axes.unicode_minus'] = False  # 正确显示负号with open('E:\\testdata01.txt', 'r') as file:# 初始化一个列表来存储所有的点points = []# 逐行读取数据for line in file:# 去除行尾的换行符并分割字符串x, y, z, L = line.strip().split()# 将字符串转换为浮点数x = float(x)y = float(y)# 将点添加到列表中points.append((x, y))plt.scatter(*zip(*points), marker='o', color='blue',s=5)#设置点的大小、颜色
plt.title("点云1可视化")
plt.xlabel("x轴")
plt.ylabel("y轴")

         点云可视化结果如下：

单窗口可视化

2.2 多窗口可视化

      有时候，为了方便，需要将不同点云，在不同窗口中同时显示，即多个窗口显示结果，那么只要执行命令figure()即可。如下所示，将同一点云，在两个窗口中进行显示，但对点云大小、颜色进行了不同设置。

import matplotlib.pyplot as plt
import numpy as np
from scipy.spatial import KDTree
plt.rcParams['font.sans-serif'] = ['SimHei']  # 使用黑体
plt.rcParams['axes.unicode_minus'] = False  # 正确显示负号with open('E:\\testdata01.txt', 'r') as file:# 初始化一个列表来存储所有的点points = []# 逐行读取数据for line in file:# 去除行尾的换行符并分割字符串x, y, z, L = line.strip().split()# 将字符串转换为浮点数x = float(x)y = float(y)# 将点添加到列表中points.append((x, y))plt.scatter(*zip(*points), marker='o', color='blue',s=5)
plt.title("点云1可视化")
plt.xlabel("x轴")
plt.ylabel("y轴")plt.figure()
plt.scatter(*zip(*points), marker='o', color='red',s=5)
plt.title("点云2可视化")
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.show()

      在两幅图中，左边图点颜色为蓝色，右边图为红色点；左边点明显大于右边。