Halcon|讀取3D相機點云數(shù)據(jù)
最近發(fā)現(xiàn)很多小伙伴在使用Halcon處理3D工業(yè)相機掃描結(jié)果的時候遇到了“如何讀取”的問題。一般的3D工業(yè)相機儲存數(shù)據(jù)的格式有txt格式、tif格式、csv格式、ply格式、ptx格式、bin格式、obj格式等。
txt格式
讀取txt文件生成3D模型一般需要分析txt文件的儲存格式,下圖是我使用的工業(yè)相機儲存的部分txt數(shù)據(jù):
經(jīng)過分析,前3列為X、Y、Z坐標(biāo),第4列到第6列為每一點的法線坐標(biāo)nX、nY、nZ,第7列到第9列為灰度值。因此我們采用以下代碼重構(gòu)3D模型:
open_file ('data.txt', 'input', XYZ) #打開文件 X :=[] Y :=[] Z :=[] nX :=[] nY :=[] nZ :=[] Gray :=[] fread_line (XYZ, OutLine, IsEOF) #讀文件中一行的字符串 tuple_split (OutLine, ' ', Substrings) #根據(jù)空格分割一行的字符串 while (IsEOF==0) #將X Y Z nX nY nZ Gray分別存儲在不同的元組中 X :=[X,Substrings[0]] Y :=[Y,Substrings[1]] Z :=[Z,Substrings[2]] nX :=[nX,Substrings[3]] nY :=[nY,Substrings[4]] nZ :=[nY,Substrings[5]] Gray :=[Gray,Substrings[6]] fread_line (XYZ, OutLine, IsEOF) tuple_split (OutLine, ' ', Substrings) endwhile close_file (XYZ) #關(guān)閉文件 tuple_number (X, NumberX) tuple_number (Y, NumberY) tuple_number (Z, NumberZ) #將字符串轉(zhuǎn)化為數(shù)字 gen_object_model_3d_from_points (NumberX, NumberY, NumberZ, ObjectModel3D) #構(gòu)建3D模型 visualize_object_model_3d (3600, ObjectModel3D, [], [], [], [], [], [], [], PoseOut) #顯示3D模型
代碼中的IsEOF參數(shù)為循環(huán)的判斷變量,當(dāng)文件未到末尾時,IsEOF為0;當(dāng)文件到達末尾時,IsEOF為1。
3D模型顯示結(jié)果如下:
注意:1、通過元組生成3D模型時,采用gen_object_model_3d_from_points算子;2、一些3D相機的txt文件的數(shù)據(jù)之間采用@相連,此時應(yīng)使用@對字符串進行分割。
tif格式
tif圖片格式是工業(yè)相機損失較小的圖片格式。一般3D相機會將不同的數(shù)據(jù)保存在不同的tif圖片中。下圖是我使用的工業(yè)相機儲存的tif文件:
其中,PointCloud_X
PointCloud_Y PointCloud_Z為將點云的XYZ坐標(biāo)作為灰度值生成的圖片,NormalMap_X NormalMap_Y
NormalMap_Z為將點云的XYZ法線坐標(biāo)作為灰度值生成的圖片,Texture為一般的灰度圖片??墒褂靡韵麓a重構(gòu)3D模型:
其中,讀取的PointcloudX PointcloudY PointcloudZ等圖片也可以先做Blob分析之后再合成3D模型。此時,若PointcloudX PointcloudY PointcloudZ的大小不一致,代碼:
生成的3D模型將以PointcloudX為準(zhǔn)。
注意:與算子gen_object_model_3d_from_points作對比,當(dāng)通過圖片生成3D模型時,采用xyz_to_object_model_3d算子。
Halcon直接讀取
我購買的工業(yè)相機可以直接采用以下代碼實時抓取數(shù)據(jù),可以作為其他工業(yè)相機實施抓取數(shù)據(jù)的參考。
open_framegrabber ('PhoXi', 1, 1, 0, 0, 0, 0, 'default', -1, 'default', -1, 'false', 'default', '2018-08-034-LC3', -1, -1, AcqHandle) #打開相機 get_framegrabber_param (AcqHandle, 'revision', Revision) #得到相機參數(shù) GrabDataItems:=['PointCloud', 'Texture', 'NormalMap', 'ConfidenceMap'] set_framegrabber_param (AcqHandle, 'grab_data_items', GrabDataItems) #設(shè)置相機參數(shù) grab_data (ImageData, Region, Contours, AcqHandle, Data) #抓取數(shù)據(jù) select_obj (ImageData, XYZ, 1) #選擇3維數(shù)據(jù)XYZ(點云坐標(biāo)) select_obj (ImageData, Texture, 2) #選擇1維度數(shù)據(jù)Texture select_obj (ImageData, Normals, 3) #選擇3維數(shù)據(jù)Normals(法線) select_obj (ImageData, Confidence, 4) #選擇1維數(shù)據(jù)Confidence decompose3 (XYZ, XImage, YImage, ZImage) #將XYZ分解為X Y Z三通道 decompose3(Normals, nX, nY, nZ) #將Normals分解為nX nY nZ三通道
同樣,可以對其中任意一張圖像做Blob分析等操作,也可采用:
生成3D模型并進行顯示。
CSV格式
CSV格式(Comma-Separated Values)直譯為逗號分隔值(也稱字符分隔值,因為分隔字符也可以不是逗號),是一種以逗號作為分隔符,對數(shù)據(jù)進行直接記錄的文件。
讀取csv文件生成3D模型一般需要分析csv文件的儲存格式。我們先創(chuàng)建一個csv文件。如下圖所示,直接創(chuàng)建txt文件,每一行保存一個點云坐標(biāo),不同坐標(biāo)之間采用“,”作為分隔符,另存為csv文件即可。
結(jié)果如下:
ply格式
ply是Halcon可識別的3D模型儲存格式,可以直接打開。
結(jié)果如下:
責(zé)任編輯:彭菁
-
數(shù)據(jù)
+關(guān)注
關(guān)注
8文章
7158瀏覽量
89665 -
儲存
+關(guān)注
關(guān)注
3文章
201瀏覽量
22449 -
3D相機
+關(guān)注
關(guān)注
0文章
114瀏覽量
8126
原文標(biāo)題:Halcon|讀取3D相機點云數(shù)據(jù)
文章出處:【微信號:vision263com,微信公眾號:新機器視覺】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
基于深度學(xué)習(xí)的方法在處理3D點云進行缺陷分類應(yīng)用
![基于深度學(xué)習(xí)的方法在處理<b class='flag-5'>3D</b><b class='flag-5'>點</b><b class='flag-5'>云</b>進行缺陷分類應(yīng)用](https://file1.elecfans.com/web2/M00/C1/8C/wKgaomXXA2-AMIIzAABLUY5BmWY274.png)
![](https://file1.elecfans.com/web2/M00/BC/DE/wKgaomWeZQiAKM6PAAMgvvzDQiw675.png)
如何同時獲取2d圖像序列和相應(yīng)的3d點云?
3D點云技術(shù)介紹及其與VR體驗的關(guān)系
點云問題的介紹及3D點云技術(shù)在VR中的應(yīng)用
3D相機的類別及工作原理
谷歌AI發(fā)布3D物體數(shù)據(jù)集,附帶標(biāo)記邊界框、相機位姿、稀疏點云
3D結(jié)構(gòu)光相機的工作原理及優(yōu)點
何為3D點云語義分割
如何試用MediaPipe實現(xiàn)人臉3D點云數(shù)據(jù)提取
3D點云數(shù)據(jù)集在3D數(shù)字化技術(shù)中的應(yīng)用
自動駕駛3D點云語義分割數(shù)據(jù)標(biāo)注
![自動駕駛<b class='flag-5'>3D</b><b class='flag-5'>點</b><b class='flag-5'>云</b>語義分割<b class='flag-5'>數(shù)據(jù)</b>標(biāo)注](https://file.elecfans.com/web1/M00/D9/4E/pIYBAF_1ac2Ac0EEAABDkS1IP1s689.png)
基于深度學(xué)習(xí)的3D點云實例分割方法
![基于深度學(xué)習(xí)的<b class='flag-5'>3D</b><b class='flag-5'>點</b><b class='flag-5'>云</b>實例分割方法](https://file1.elecfans.com/web2/M00/AF/B3/wKgZomVRjQiAFhymAAB1Twvf9TI149.png)
評論