[Perception] PointCloud Open3D 사용법

💡 본 문서는 '[Perception] PointCloud Open3D 사용법'에 대해 정리해놓은 글입니다.

1. Intro

• 포인트 클라우드 처리를 위한 대표적인 라이브러리에는 PCL과 Open3D가 있습니다.
• 이 강의에서는 Open3D를 기반으로 실습을 진행합니다.

Open3D: A Modern Library for 3D Data Processing — Open3D 0.17.0 documentation

2. Open3D 설치

• Open3D를 지원하는 환경은 다음과 같습니다.
  • Python 3.7 이상
  • Ubuntu 18.04 이상
  • macOS 10.15 이상
  • Windows 10 64 bit 이상
• 설치는 간단합니다. pip을 통해 설치하시면 됩니다. (단, 버전을 잘 확인해주세요. 해당 강의에서는 기본적으로 0.17 버전을 설치합니다.)

pip install open3d

• 다음 명령어를 통해 설치를 확인합니다.

python -c "import open3d as o3d; print(o3d.__version__)"

• 추가적으로 예제 코드 다운로드를 위해 아래 깃허브 레포지토리를 복사합니다.

git clone <https://github.com/isl-org/Open3D>

3. 간단한 실습 예제

1) 포인트 클라우드 불러오기

• 포인트 클라우드는 Open3D에서 기본으로 제공하는 예제와 내가 가지고 있는 ply 파일 등을 통해 불러올 수 있습니다.
• 간단한 예제로, 다음의 파이썬 코드를 통해 샘플 ply를 불러와서 시각화 해보겠습니다.

print("Load a ply point cloud, print it, and render it")
ply_point_cloud = o3d.data.PLYPointCloud()
pcd = o3d.io.read_point_cloud(ply_point_cloud.path)
print(pcd)
print(np.asarray(pcd.points))
o3d.visualization.draw_geometries([pcd],
                                  zoom=0.3412,
                                  front=[0.4257, -0.2125, -0.8795],
                                  lookat=[2.6172, 2.0475, 1.532],
                                  up=[-0.0694, -0.9768, 0.2024])

2) 다운샘플링 및 노말 추정

• 불러온 포인트 클라우드에 아래 코드를 통해 다운샘플링을 수행하겠습니다.

print("Downsample the point cloud with a voxel of 0.05")
downpcd = pcd.voxel_down_sample(voxel_size=0.05)
o3d.visualization.draw_geometries([downpcd],
                                  zoom=0.3412,
                                  front=[0.4257, -0.2125, -0.8795],
                                  lookat=[2.6172, 2.0475, 1.532],
                                  up=[-0.0694, -0.9768, 0.2024])

• 불러온 포인트 클라우드에 대해 아래 코드를 통해 노말 벡터를 추정하겠습니다.

print("Recompute the normal of the downsampled point cloud")
downpcd.estimate_normals(
    search_param=o3d.geometry.KDTreeSearchParamHybrid(radius=0.1, max_nn=30))
o3d.visualization.draw_geometries([downpcd],
                                  zoom=0.3412,
                                  front=[0.4257, -0.2125, -0.8795],
                                  lookat=[2.6172, 2.0475, 1.532],
                                  up=[-0.0694, -0.9768, 0.2024],
                                  point_show_normal=True)

• 그 외 다양한 예제를 documentation을 통해 확인하실 수 있습니다.

4. 포인트 클라우드 시각화 프로그램

• 처리된 포인트 클라우드의 시각화 목적으로 cloud compare를 설치하겠습니다.
  • 해당 프로그램은 여러 포맷의 포인트 클라우드 및 메쉬 파일을 시각화할 수 있습니다.
  • 뿐만 아니라 포인트 클라우드의 crop, transformation 등의 조작이 가능합니다.
  • 두 포인트 클라우드 간 fine registration 기능 제공
  • Annotation 목적의 segment labeling 활용 가능
• 다운로드 링크: https://www.danielgm.net/cc/