当前位置：首页 > java >正文

深度图转换为点云文件脚本

java 2025/8/19 15:55:17

步骤

1. 读取深度图像

使用OpenCV读取16位深度图（假设输入是单通道的深度图，单位为毫米）。
cv2.IMREAD_UNCHANGED 确保保留原始数据精度（如16位）。

2. 相机内参设置

内参被除以4，因为深度图的分辨率被缩小了4倍（如从高分辨率下采样到当前尺寸）。
注意：如果图像未缩放，此操作会导致坐标计算错误。

3. 遍历像素生成点云

坐标转换公式：将像素坐标 (u, v) 转换为相机坐标系下的3D点 (x, y, z)。
公式依据：根据相机模型，三维点 P(x, y, z)到像素坐标 $P_s$ 的转换，如图所示：

转换公式为焦距放缩加上坐标系中心主点偏移：

$u=f_x\frac{X}{Z}+c_x,v=f_y\frac{Y}{Z}+c_y$

则反推为：

$X=\frac{u-c_x}{f_x}Z,Y=\frac{v-c_y}{f_y}Z$

4. 坐标轴变换与单位转换

坐标轴重排：将相机坐标系的 (z, x, y) 转换为点云的 (x, y, z)，可能意图调整坐标系朝向。
单位转换：假设深度图单位为毫米，除以1000转换为米（常见于Kinect等设备）。

5. 生成并保存点云

代码实现

import cv2
import numpy as np
import open3d as o3ddepth_image = cv2.imread('C:/pyprojects/images/1112_0-rgb.png', cv2.IMREAD_UNCHANGED)if depth_image is None:print("fail")exit()# 相机内参（根据你的相机设置进行调整）
fx = 1085.76 # 焦距 x
fy = 1085.93  # 焦距 y
cx = 600.785  # 主点 x
cy = 496.776  # 主点 yheight, width = depth_image.shape
print("depth_image.shape  ", depth_image.shape)
points = []
for v in range(height):for u in range(width):z = depth_image[v, u]  # 获取深度值if z > 0:  # 过滤无效点x = (u - (cx/4)) * z / (fx/4)  y = (v - (cy/4)) * z / (fy/4)point_x = z / 1000.0point_y = x / 1000.0point_z = y / 1000.0# point_x = z # point_y = x # point_z = y points.append([point_x, point_y, point_z])points = np.array(points)
pcd = o3d.geometry.PointCloud()
pcd.points = o3d.utility.Vector3dVector(points)
print("点云数量:", len(pcd.points))# o3d.visualization.draw_geometries([pcd])o3d.io.write_point_cloud("C:/pyprojects/depth_init.pcd", pcd)

初始深度图（已可视化）：