3D点云--常见文件格式及特点

以下是针对 3D点云常见文件格式及特点 的详细解析，包含格式对比、结构示意图、典型应用场景及代码操作示例：

一、主流点云文件格式全对比

二、关键格式深度解析

1. PCD (Point Cloud Data)

文件结构：

# .pcd 头文件示例
VERSION 0.7
FIELDS x y z rgb
SIZE 4 4 4 4
TYPE F F F F
COUNT 1 1 1 1
WIDTH 640480   # 点云数量
HEIGHT 1       # 无序点云为1
POINTS 640480
DATA binary_compressed  # 支持ASCII/binary/binary_compressed

特殊功能：

• 二进制压缩：相比纯二进制节省30-50%空间
• 自定义字段：可添加intensity, normal_x等字段
• 代码操作：

  // PCL读写示例
  pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>);
  pcl::io::loadPCDFile("input.pcd", *cloud);  // 加载
  pcl::io::savePCDFileBinaryCompressed("output.pcd", *cloud);  // 保存
  

2. LAS (LiDAR Aerial Survey)

版本差异：

行业专用分类码：

# 常见分类代码 (LAS标准)
CLASS_GROUND = 2
CLASS_VEGETATION = 3  # 低植被:3, 中:4, 高:5
CLASS_BUILDING = 6
CLASS_WATER = 9

3. PLY (Polygon File Format)

变体格式：

• Stanford PLY：标准格式，含element vertex和element face
• PLY+：扩展格式，支持更多属性如曲率、透明度

文件示例：

ply
format binary_little_endian 1.0
element vertex 1024
property float x
property float y
property float z
property uchar red
property uchar green
property uchar blue
end_header
[...二进制数据...]

三、格式转换实战

1. PCD → PLY 转换 (保留RGB)

import open3d as o3d

pcd = o3d.io.read_point_cloud("input.pcd")
o3d.io.write_point_cloud("output.ply", pcd, 
                         write_ascii=False, 
                         compressed=True)

2. LAS → CSV 提取特定分类点

import laspy

with laspy.open("scan.las") as f:
    las = f.read()
    ground_points = las.points[las.classification == 2]  # 提取地面点
  
    # 保存为CSV
    import numpy as np
    np.savetxt("ground.csv", 
               np.vstack((ground_points.x, ground_points.y, ground_points.z)).T,
               delimiter=",")

四、格式选择决策树

五、前沿格式演进

1. Draco压缩点云：Google开发，压缩率可达90%

   • 适用场景：Web端实时展示

   // Three.js加载示例
   const loader = new DRACOLoader();
   loader.load('compressed.drc', (geometry) => {
       scene.add(new THREE.Points(geometry));
   });
   

2. USDZ (Apple生态系统)：

   • 特性：整合点云、网格、材质于单一文件
   • 典型应用：AR应用共享3D数据

3. 3DTILES (Cesium)

   • 空间索引：支持LOD(层次细节)点云渲染
   • 传输优化：基于HTTP的分块加载

六、性能基准测试

1,000万点云文件对比：

*注：LAS加载需额外解析分类信息

掌握这些格式特性后，可根据具体需求做出合理选择：

• 算法开发优先：PCD（完整属性支持）
• 行业交付要求：LAS/E57（标准化）
• 跨平台共享：PLY/OBJ（通用性强）
• 实时传输场景：Draco/3DTILES（高压缩率）