Open3D는 3차원 데이터를 다루는 소프트웨어 개발을 지원하는 오픈소스 라이브러리이다. C++, Python을 지원하며, 데이터 구조 및 알고리즘을 제공한다. 빠른 성능을 위해 최적화, 병렬화되었다. Open3D는 로보틱스, 무인자율차, 3차원 비전 기술 개발 등에 사용된다.
- conda, pip를 통한 간단한 설치
- 3차원 자료 구조 및 알고리즘 제공
- 장면 렌더링 및 3차원 시각화
- 표면 정렬
- 좌표 변환 행렬 지원
- 메쉬 간 교차, 라플라시안 연산 등 제공
- 공간 인덱싱 제공
- 레이캐스팅, 거리 질의 등 연산 제공
- 다양한 파일 포맷 지원
- 파이썬 개발 지원. NumPy와 연동
- CUDA 지원
- 리눅스, 윈도우 등 다중 플랫폼 지원
- Google CoLab 지원
사용 시작
설치는 virtualenv 환경을 만든 후 open3d를 설치한다.
virtualenv venv
pip install open3d
제대로 설치되었으면, Getting started 문서를 참고해 다음 코드를 실행한다. 성공하면 제대로 설치된 것이다.
# Verify installation
python -c "import open3d as o3d; print(o3d.__version__)"
# Python API
python -c "import open3d as o3d; \
mesh = o3d.geometry.TriangleMesh.create_sphere(); \
mesh.compute_vertex_normals(); \
o3d.visualization.draw(mesh, raw_mode=True)"
# Open3D CLI
open3d example visualization/draw
소스 코드 분석
우선 소스 코드를 분석을 위해, 소스 파일을 다운로드 받는다.
git clone https://github.com/isl-org/Open3D
Open3D 파일구조는 다음과 같다.
우분투에서 설치할 경우, util 폴더 아래 셀 명령을 실행해 디펜던시를 설치한다.
util/install_deps_ubuntu.sh
다운로드된 소스 파일 중에는 3차원 점군 가시화를 위한 예제들이 있는 데, 파이썬으로 실행해 볼 수 있다.
다음 코드는 open3d의 일반적인 동작 방식을 보여준다.
import open3d as o3d
ply_point_cloud = o3d.data.PLYPointCloud() # 포인트 클라우드 객체 생성
pcd = o3d.io.read_point_cloud(ply_point_cloud.path) # PLY 파일 로딩
print(pcd)
print(np.asarray(pcd.points))
o3d.visualization.draw_geometries([pcd],
zoom=0.3412,
front=[0.4257, -0.2125, -0.8795],
lookat=[2.6172, 2.0475, 1.532],
up=[-0.0694, -0.9768, 0.2024]) # 점군 시각화
코드는 보다시피 매우 간략하고, 이해하기 쉽다.
만약, 복셀을 다운 샘플링하고 싶다면, 아래 함수를 실행하면 된다.
downpcd = pcd.voxel_down_sample(voxel_size=0.05)
o3d.visualization.draw_geometries([downpcd],
zoom=0.3412,
front=[0.4257, -0.2125, -0.8795],
lookat=[2.6172, 2.0475, 1.532],
up=[-0.0694, -0.9768, 0.2024])
DBScan 알고리즘을 이용해 평면을 세그먼테이션해 줄 수도 있다(물론 알고리즘 특성상 완벽하지는 않음).
ply_point_cloud = o3d.data.PLYPointCloud()
pcd = o3d.io.read_point_cloud(ply_point_cloud.path)
with o3d.utility.VerbosityContextManager(
o3d.utility.VerbosityLevel.Debug) as cm:
labels = np.array(
pcd.cluster_dbscan(eps=0.02, min_points=10, print_progress=True))
max_label = labels.max()
print(f"point cloud has {max_label + 1} clusters")
colors = plt.get_cmap("tab20")(labels / (max_label if max_label > 0 else 1))
colors[labels < 0] = 0
pcd.colors = o3d.utility.Vector3dVector(colors[:, :3])
o3d.visualization.draw_geometries([pcd],
zoom=0.455,
front=[-0.4999, -0.1659, -0.8499],
lookat=[2.1813, 2.0619, 2.0999],
up=[0.1204, -0.9852, 0.1215])
이외, 다양한 기능은 아래 튜토리얼을 참고한다.
라벨링 점군 데이터 가시화 프로그램 개발
이 장에서는 다음과 같이 각 점군에 대한 라벨링 데이터가 포함된 파일을 읽어 가시화해주는 프로그램을 간단히 개발해 보겠다.
다음은 코드 구현 내용이다.
import copy
import numpy as np
import open3d as o3d
import argparse, readline
cmap = np.array([[1.00, 1.00, 1.00], [0.00, 0.00, 0.00], \
[1.00, 0.00, 0.00], [1.00, 0.00, 0.40], \
[1.00, 0.00, 0.80], [1.00, 0.20, 1.00], \
[1.00, 0.60, 1.00], [0.60, 0.80, 1.00], \
[0.20, 0.80, 1.00], [0.20, 0.80, 0.60], \
[0.20, 0.80, 0.00], [0.20, 0.40, 0.00], \
[0.20, 0.45, 0.40], [0.20, 0.40, 0.80], \
[0.60, 0.40, 0.80], [0.60, 0.80, 0.80], \
[0.60, 0.80, 0.40], [1.00, 0.60, 0.80]],'f') # 컬러맵 정의
if __name__ == "__main__":
parser = argparse.ArgumentParser() # 명령행 인자 파싱
parser.add_argument('--input_pcd', type=str, required=True) # pcd format is txt. xyzrgb
parser.add_argument('--input_label', type=str, required=True)
args = parser.parse_args()
label = np.loadtxt(args.input_label) # 라벨링 파일 로딩
label = label.astype(np.int32)
pcd_origin = np.loadtxt(args.input_pcd, delimiter=' ') # 텍스트 점군 파일 로딩. xyzrgb 포맷
pcd = o3d.geometry.PointCloud()
pcd.points = o3d.utility.Vector3dVector(pcd_origin[:,0:3]) # XYZ points
pcd.colors = o3d.utility.Vector3dVector(cmap[label]) # 라벨을 컬러로 변환해 각 점군마다 설정
o3d.visualization.draw_geometries([pcd]) # 가시화
print('end')
결과는 다음과 같다.
마무리
지금까지 Open3D 라이브러리 개념, 기능 및 사용법을 설명하고, 간단한 프로그램을 개발해 보았다. 대중적인 알고리즘이 포함되어 있어, 컴퓨터 그래픽스 관련 기술 개발 시 유용하다.
댓글 없음:
댓글 쓰기