Pandas 如何在Python中打开和查看pcd文件？

问题描述：

我需要查看此特定格式（非ply）的pcd（点云数据）文件。我已经测试了一些库，如pypcd（主要解决方案）和一些替代方案，如pyntcloud（次要解决方案）、open3d、python pcl和pcd3ply，如解决方案建议书1中所述。二,。在下面1.我还添加了相关的.pcd文件，我的开发人员朋友说该文件与建议的代码一起运行

我在这个问题的末尾添加了一个相关的.pcd文件示例，以及图片2和3中.csv文件的数据集标题的屏幕截图。我已经使用一个名为CloudCompare的开源软件查看了.pcd文件，我将从中在本文末尾的图片中添加屏幕截图

.csv导出中数据集的头部如下所示（第一行包括时间戳，第二行是一些未知整数，第三行是以下54个参数，其中前8个参数处理x、y、z点云坐标，然后是RGB数据输入等）：

grid_pos_x；网格位置；pos_3d_x；pos_3d_y；pos_3d_z；正常_x；正常y；正常_z

，而其余的行（4-->2500+）包括如下相应的值（如列片段中所示的前8个值）：

-17-30;-1.012568473815918;-0.9698562622070312;3.468137264251709;-0.17042680084705353;0.0034385689068585634;-0.9853643178939819

致管理员：请注意，我是堆栈溢出新手。我花了几个小时来阐述这个问题，我没有希望解决这个问题。请允许回答。我100%愿意接受任何修改，以使我的文章更好。此域没有太多可用文档。

已完成的操作：

我使用Jupyter Notebook、Google Colab和PyCharm来查看pypcd文件，但每次在构建python lzf时都会出现以下错误：

第一个错误指向微软VisualStudio，用Python查看C++（+另外加载Cython库），之后，我尝试在上面提到的IDE中执行代码，但总是使用相同的错误。在使用Python3执行时，下面显示的代码“from pypcd import pypcd”应该可以让它工作，我也在Python2内核中执行了它，因为Python3对pypcd的支持似乎不确定。这可能是一个转储问题，但既然维护已经正式结束，我还能在Python2中执行代码吗？你知道；我是Windows10用户

还尝试了其他方法，例如open3d，特别是PytCloud库，它似乎得到了更好的支持，并且是实现这一点的第二个首选项（源代码：），但我得到了“ValueError:点必须具有x、y和z坐标这里是在PytCloud中读取pcd文件的基本代码：”。数据输出被告知格式正确，尤其是下面描述的pypcd代码应该与out.pcd输入一起使用

我的目标是获得答案：

• 如何调试加载pypcd库时的错误
• 如果我不能；我应该如何制定x、y、z坐标输入，以便在pyntcloud中查看pcd数据，如果没有，则
• 为了查看和可视化基于.csv的数据，下一步可以采取哪些步骤

解决方案我累了：

主要的解决方案是在pypcd中直接查看pcd文件，一位开发人员为此提出了以下代码作为解决方案，但描述的pypcd/python lzd错误总是发生：

从pypcd导入pypcd 将numpy作为np导入 #来自环球一号 进口numpy

def read_files():
names = glob("*pcd")
names = sorted(names)
data = []
for item in names:
    cloud = pypcd.PointCloud.from_path(item)
    data.append(cloud)

print(names)
gridx = []
gridy = []
pos_3d_x = []
pos_3d_y = []
pos_3d_z = []
normal_x = []
normal_y = []
normal_z = []
for item in data:
    gridx.append(item.pc_data["grid_pos_x"])
    gridy.append(item.pc_data["grid_pos_y"])
    pos_3d_x.append(item.pc_data["pos_3d_x"])
    pos_3d_y.append(item.pc_data["pos_3d_y"])
    pos_3d_z.append(item.pc_data["pos_3d_z"])
    normal_x.append(item.pc_data["normal_x"])
    normal_y.append(item.pc_data["normal_y"])
    normal_z.append(item.pc_data["normal_z"])

point_clouds = []
for i in range(0, len(names)):
    point_cloud = np.array([np.array(gridx[i]), np.array(gridy[i]), np.array(pos_3d_x[i]), np.array(pos_3d_y[i]), np.array(pos_3d_z[i]), np.array(normal_x[i]), np.array(normal_y[i]), np.array(normal_z[i])])
    point_clouds.append(point_cloud)

return np.array(point_clouds)

点云=读取文件（） 打印（点云）

2.1第二个解决方案（在pyntcloud或open3d中的实现中）是允许查看和处理.csv格式的pcd文件，但与直接打开和查看.pcd文件相比，将其可视化听起来要复杂得多，对于大多数直截了当的解决方案考虑.Effice文件格式，在这种情况下，这种文件格式是不可能使用的。 使用下面的pandas命令，我成功地检索了第3行中的54个.csv列，这些列将与其对应的值分开（请参见下面的图片，请参见jupyter中的输出）

但是我不知道如何可视化.csv数据，所以我尝试了

2.2研究pyntcloud库，它应该是一个更先进、支持更好的库，但在尝试了以下代码示例后，我得到了两种情况下的“ValueError:点必须具有x、y和z坐标”

my_point_cloud = PyntCloud.from_file("/content/dfs_dot_cloud_primary.pcd")
my_point_cloud.to_file("out_file.obj", internal=["points", "mesh"], header=0, names=["pos_3d_x","pos_3d_y","pos_3d_z"])

及

2.3最后一个额外的解决方案是open3d库，但我无法理解代码，因为之前的挫折而放弃了

上下文的一些背景信息：

一,

二,

三,

四,

五,

my_point_cloud = PyntCloud.from_file("/content/dfs_dot_cloud_primary.pcd")
my_point_cloud.to_file("out_file.obj", internal=["points", "mesh"], header=0, names=["pos_3d_x","pos_3d_y","pos_3d_z"])

from pyntcloud import PyntCloud
my_point_cloud = PyntCloud.from_file("/content/dfs_dot_cloud_primary.pcd")
my_point_cloud.to_file("out_file.obj", header=0, skiprows=2, sep=";")