如何将 RGB 深度图像转换为点云？答案

【问题标题】：How can I convert RGB depth image to Point Cloud?如何将 RGB 深度图像转换为点云？
【发布时间】：2023-03-21 05:46:01
【问题描述】：

我有一个关于机器人映射的研究想法。基本上，最终目标是使用适中的单目相机（售价 20-50 美元）并创建 3D 占用网格图（有一个用 c++ 编写的流行库，称为 Octomap）。为了做到这一点，我建议自己采取以下步骤：

获取 rgb 图像（来自视频）并使用卷积神经网络转换为深度图像。这部分完成了。
获取原始 rgb 图像和创建的深度图像并转换为点云。
获取点云并将其转换为 3D 占用网格图。

所以对于第 2 步，我有点困惑，无论我做对还是错。我已经使用了这个代码，它是一个开源的：

import argparse
import sys
import os
from PIL import Image

focalLength = 938.0
centerX = 319.5
centerY = 239.5
scalingFactor = 5000

def generate_pointcloud(rgb_file,depth_file,ply_file):

    rgb = Image.open(rgb_file)
    depth = Image.open(depth_file).convert('I')

    if rgb.size != depth.size:
        raise Exception("Color and depth image do not have the same 
resolution.")
    if rgb.mode != "RGB":
        raise Exception("Color image is not in RGB format")
    if depth.mode != "I":
        raise Exception("Depth image is not in intensity format")


    points = []    
    for v in range(rgb.size[1]):
        for u in range(rgb.size[0]):
            color = rgb.getpixel((u,v))
            Z = depth.getpixel((u,v)) / scalingFactor
            print(Z)
            if Z==0: continue
            X = (u - centerX) * Z / focalLength
            Y = (v - centerY) * Z / focalLength
            points.append("%f %f %f %d %d %d 0\n"%

我认为points 是实际存储点云的列表，对吗？

所以我要问的一个大问题是，使用深度学习算法创建 RGB 图像和深度图像是否可以使用上面的代码转换为点云？

【问题讨论】：

我想你应该没问题，只要你知道缩放因子和焦距。

标签： python point-cloud-library

【解决方案1】：

如果您能妥善处理 RGB 和深度图像比例，那就没问题了。您的最终点云属性可能类似于 (x,y,z,r,g,b)。

【讨论】：