Python 在保留形状的同时将点云向下采样到特定数量的点

环境：Python PCL、WIndows 10、Python 3.6

我需要将采样点云减少到特定数量的点。这些点云大小不一，因此我被卡住了。通过查阅文档，我了解到只有

体素网格

、

条件外部删除

、

统计层删除

和

半径异常删除

是可用的选项

在体素网格中，叶的大小不能保证点的数量，去除半径无助于保持形状，统计异常值主要有助于去除噪声

有什么解决办法吗？可以使用

numpy.random.choice（）

并希望出现奇迹吗

---

编辑：

numpy.random.choice

有效，但前提是您不关心点云的几何形状，我会关心。是否要动态使用体素栅格

不幸的是，答案是否定的。使用PCL的体素网格的输出点的数量总是被占用体素数量的函数。控制被占用体素数量的唯一方法是通过改变叶子大小，而没有动态的方法来做到这一点

---

或者，您可能会幸运地使用最远点采样，因为它允许您选择N个点并具有良好的蓝色噪声特性，但据我所知，这在PCL中不可用。

如果您使用

numpy.random.choice

结果是否适合您的目的？这似乎是最简单的选择。结果完全是一帆风顺。有时它会保留几何图形，有时则不会。我想尝试体素网格，但由于我的点云形状从500点到7000点，我正在寻找一种方法，根据点云的密度使叶子大小动态。@kav我面临同样的问题。你找到解决办法了吗？我后来也意识到了这一点。叶大小和输出云不是线性相关的。我尝试了numpy方法，这种方法非常容易出错，但是python中是否有其他库可用于处理点云？所以我只知道python pcl。尽管他们在文档中提到可以将点云视为numpy阵列，但我并不完全确定这一点，因为几何图形将受到严重影响。