常见点云存储方式有pcd、ply、txt、bin文件。
一、点云的基本组成
点云组成可以是以下几种形式数据的排列组合。
（1）x、y、z：点云的空间坐标。
（2）i：强度值，强度反应了点的密集成度。
（3）r、g、b：rgb色彩信息。
（4）a：a代表alpha（透明度）。
（5）nx、ny、nz：n代表Normal，点云的法向量。
二、pcd文件
pcd点云格式是pcl库种常常使用的点云文件格式。一个pcd文件中通常由两部分组成：分别是文件说明和点云数据。
2.1 文件说明
文件说明由11行组成，如下所示。
# .PCD v0.7 - Point Cloud Data file format #点云文件说明
VERSION 0.7 #版本说明
FIELDS x y z #每个点组成，参考第一部分点云组成
SIZE 4 4 4 #Fileds种每个数据占用的字节数
TYPE F F F #Fileds数据对应的类型，F表示浮点类型，U表示无符号整型，I表示整型
COUNT 1 1 1 #Fields数据对应的维度
WIDTH 35947 #对于无序点云为点的数量，对于有序点云为一圈点的数量。
HEIGHT 1 #对于无序点云取值默认为1，对于有序点云为垂直方向上的点数，比如多少线雷达
VIEWPOINT 0 0 0 1 0 0 0 #点云获取的视点，用于坐标变换
POINTS 35947 #点的数量
DATA ascii #点云数据的存储类型，0.7版本支持两种存储方式：ascii和binary。
2.2 点云数据
从第12行开始为点云数据，每个点与上面的FIELDS相对应。
2.3 python读取pcd文件
pcd文件下载地址：pcd格式点云样例文件-深度学习文档类资源-CSDN下载。
# -*- coding: utf-8 -*-
"""
Created on Wed Apr 13 23:20:08 2022
@author: suiyingy
"""
def pcd_read(file_path):
lines = []
with open(file_path, 'r') as f:
lines = f.readlines()
return lines
file_path = 'rabbit.pcd'
points = pcd_read(file_path)
for p in points[:15]:
print(p)
2.4 读取结果
三、ply文件
ply文件格式是斯坦福大学开发的一套三维mesh模型数据格式，图形学领域内很多著名的模型数据，比如Stanford的三维扫描数据库（其中包括很多文章中会见到的Happy Buddha, Dragon, Bunny兔子），Geogia Tech的大型几何模型库，北卡(UNC)的电厂模型等，最初的模型都是基于这个格式的。
ply文件格式主要包含：。
以Pointnet的modelnet40为例，其点云表示方式如下所示。
四、txt文件
txt格式的点云文件中的每一行代表一个点，文件中行数即为点的数量。行的取值可以是以下几种形式数据的排列组合。
（1）x、y、z：点云的空间坐标。
（2）i：强度值，强度反应了点的密集成度。
（3）r、g、b：rgb色彩信息。
（4）a：a代表alpha（透明度）。
（5）nx、ny、nz：n代表Normal，点云的法向量。
以Pointnet的modelnet40为例，其点云表示方式如下所示x、y、z、normal_x、normal_y、normal_z。样例文件下载地址：modelnet40点云样例数据-深度学习文档类资源-CSDN下载。
-0.098790,-0.182300,0.163800,0.829000,-0.557200,-0.048180
0.994600,0.074420,0.010250,0.331800,-0.939500,0.085320
0.189900,-0.292200,-0.926300,0.239000,-0.178100,-0.954500
-0.989200,0.074610,-0.012350,-0.816500,-0.250800,-0.520100
0.208700,0.221100,0.565600,0.837600,-0.019280,0.545900
CloudCompare 显示结果：
五、bin文件
python三维点云研究计划_Coding的叶子的博客-CSDN博客_python 三维点云将按照以下目录持续进行更新……点云格式介绍、点云可视化、点云投影、生成鸟瞰图、生成前视图、点云配准、点云分割、三维目标检测、点云重建、深度学习点云算法……
https://blog.csdn.net/suiyingy/article/details/124017716更多三维、二维感知算法和金融量化分析算法请关注“乐乐感知学堂”微信公众号，并将持续进行更新。