open3d最大平面檢測，平面分割

1.點雲讀入

• 讀入檔案（配套點雲下載下傳連結）

# 讀取點雲
pcd = o3d.io.read_point_cloud("point_cloud_00000.ply")
           

• 配套點雲顔色為白色，open3d的點雲顯示預設背景為白色，是以将點雲顔色更改為黑色

• 顯示點雲

2.平面分割

• RANSAC方法尋找最大平面（RANSAC方法可以在幹擾點存在的情況下拟合資料，需要給定拟合方程，通過在資料中随機選取指定個數的點來求解方程參數，然後看所有資料中有多少資料滿足所求解得到的方程，如果數量超過設定門檻值，就完成拟合）
• 注意，RANSAC方法随機選點，是以結果會具有一定的随機性，特别是幹擾點較多的時候，兩次運作可能會得到不一樣的結果

plane_model, inliers = pcd.segment_plane(distance_threshold=1 * 1e-3,
                                         ransac_n=3,
                                         num_iterations=1000)
           

• 關鍵參數：
  • distance_threshold：點到平面的最小距離，越小結果越精準
  • ransac_n：求解平面方程所需的随機點個數
  • num_iterations：随機平面被采樣和驗證的次數（随機選取點的次數，越大越可能得到正确結果，但會越慢）
• 傳回參數：
  • plane_model：平面标準方程參數（将平面傳回為（a，b，c，d），使得對于平面上的每個點（x，y，z））
  • inliers：内點（滿足平面方程的點）的索引清單

[a, b, c, d] = plane_model
print(f"Plane equation: {a:.2f}x + {b:.2f}y + {c:.2f}z + {d:.2f} = 0")
           

3.内點提取與可視化顯示

• 提取内點并塗色：

inlier_cloud = pcd.select_by_index(inliers)
inlier_cloud.paint_uniform_color([1.0, 0, 0])
           

• 保留外點：（通過内點索引取反）

• 内點外點同時可視化：

4.整體代碼

import open3d as o3d
import numpy as np

pcd = o3d.io.read_point_cloud('duanmian/1/point_cloud_00000.ply')
points = np.array(pcd.points)
colors = np.zeros(np.array(pcd.points).shape[0])
pcd.colors = o3d.utility.Vector3dVector(np.zeros(np.array(pcd.colors).shape))
#o3d.visualization.draw_geometries([pcd])

plane_model, inliers = pcd.segment_plane(distance_threshold=1 * 1e-3,
                                         ransac_n=3,
                                         num_iterations=1000)
[a, b, c, d] = plane_model
print(f"Plane equation: {a:.2f}x + {b:.2f}y + {c:.2f}z + {d:.2f} = 0")

inlier_cloud = pcd.select_by_index(inliers)
inlier_cloud.paint_uniform_color([1.0, 0, 0])
outlier_cloud = pcd.select_by_index(inliers, invert=True)
o3d.visualization.draw_geometries([inlier_cloud, outlier_cloud])