前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >python-pcl以及相关资料分享

python-pcl以及相关资料分享

作者头像
企鹅号小编
发布2018-01-09 10:58:43
2.3K0
发布2018-01-09 10:58:43
举报
文章被收录于专栏:企鹅号快讯企鹅号快讯

PCL(Point Cloud Library)是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库,它实现了大量点云相关的通用算法和高效数据结构,涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。支持多种操作系统平台,可在Windows、Linux、Android、Mac OS X、部分嵌入式实时系统上运行。如果说OpenCV是2D信息获取与处理的结晶,那么PCL就在3D信息获取与处理上具有同等地位,PCL是BSD授权方式,可以免费进行商业和学术应用

Ubuntu下PCL官方提供安装方式是:

sudo add-apt-repository ppa:v-launchpad-jochen-sprickerhof-de/pcl

sudo apt-get update

sudo apt-get install libpcl-all

是很简单的 ,那么Python的PCL库的安装也是有教程的,但是相对于C++的库就比较小,例程也比较少,所以,操作有兴趣的同学可以查询网址

https://github.com/strawlab/python-pcl

https://www.quora.com/How-do-I-install-PCL-for-Python-in-Windows

Python的模块比较少主要就一下这几个模块:

I/O and integration; saving and loading PCD files

segmentation

SAC

smoothing

filtering

registration (ICP, GICP, ICP_NL)

The code tries to follow the Point Cloud API, and also provides helper function for interacting with NumPy. For example (from tests/test.py)

import pclimport numpy as npp = pcl.PointCloud(np.array([[1, 2, 3], [3, 4, 5]], dtype=np.float32))seg = p.make_segmenter()seg.set_model_type(pcl.SACMODEL_PLANE)seg.set_method_type(pcl.SAC_RANSAC)indices, model = seg.segment()

有兴趣的可以翻看相应的网页,此网页中涉及到Ubuntu ,macOSX,和windows系统下的源码下载。

对于微信交流群里的分享的资源都已经存在网盘中,现在分享一下,有资料的可以私信给我,待我整理好再分享出去,您也可以对自己的工作总结成Word文档,让更多的人看见并分享

(1) http://web.stanford.edu/class/cs231a/ 此课程名称是

CS231A: Computer Vision, From 3D Reconstruction to Recognition

都是关于多视图几何的课程啊,所以直接分享比较牛逼的MVG的视频课程

链接:https://pan.baidu.com/s/1jIzQWNO 密码:54bd

(2)既然这次推文史关于Python的那么久分享一些关于python 语言的学习教程:链接:https://pan.baidu.com/s/1eS2GTPK 密码:e78r

(3)其次就是关于点云的学习,我觉的群里的大部分研究者都是学生,所以想发论文还是要结合深度学习吧,关于深度学习的分享:

链接:https://pan.baidu.com/s/1pLHrFAj 密码:d5np

以上就是关于多视图几何,Python以及深度学习的的资料!有更好的资料的大佬们可以分享给我,带我整理再分享出去,大家一起学习!

那么对于安装python的PCL的库在Ubuntu系统下应该会很简单,但是例程比较少,可以自行研究,同时研究Python的小伙伴有可以分享的话,请积极分享喽。

本文来自企鹅号 - 点云PCL媒体

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文来自企鹅号 - 点云PCL媒体

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档