本文主要是介绍平面点云格网过程及可视化介绍（python），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
1、背景介绍
实际人工构造物中，很多物体表面为平面结构，因此将点云投影在二维平面上进行处理，如进行点云面积计算、点云边缘提取等。
具体案例可以参考博客：详解基于格网法统计平面点云面积_点云格网法计算xy投影面积-CSDN博客、点云格网过程可视化（C++ PCL）-CSDN博客、
基于格网拓扑关系的边缘点检测-CSDN博客
本博客介绍基于python语言介绍平面点云格网化过程，并对格网进行可视化，让点云数据处理过程更加直观明了，最终效果如下图所示：
 |  |
2、原理介绍
2.1 初始格网化计算
首先统计点云数据的X、Y坐标值的最大值与最小值，分别为Xmin、Xmax、Ymin、Ymax。根据划分的格网尺寸L，确定最小外包矩形可以划分的行与列：
行数=ceil（Xmax-Xmin）/L
列数=ceil（Ymax-Ymin）/L
Ceil()为向上取整函数， 根据计算的覆盖点云的行号、列号，可以知道总的格网数量，这样便于在编写程序时，初始化维度。
****需要注意的是，为了防止出现越界，以及后续数据处理，需要将Xmin、Xmax、Ymin、Ymax适当的向外扩，如
Xmin=Xmin-L
Xmax=Xmax+L
Ymin=Ymin-L
Ymax=Ymax+L
2.2 单个点格网计算
对于每个点P(x，y，z)，依据其x、y坐标将该点划入到相应的格网内即可。P点落入的格网编号为：
行号=ceil（(x-Xmin)/L）
列号=ceil（(y-Ymin)/L）
所有点处理完后，每个格网内包含的点数量不一致，有的格网部包含点，有点包含若干点，这个与点云形状有关。
2.3 格网可视化
每个格网可以看成功一个正方形，因此，格网可视化可以看成将这些格网进行可视化，具体来说，根据格网尺寸L、点云x、y坐标的最小值，即可计算出正方形的四个顶点位置坐标，最终便可实现格网的可视化。
3、代码测试验证
本程序基于python编写，在pycharm上运行。下载代码链接如，下所包含的测试数据与代码如下图所示：
3.1 所有格网可视化
所有格网可视化，即将覆盖点云的最小外包矩形，均匀划分成边长为L的若干正方形，效果如下，构建的格网，在原始点云基础上向外外扩了2层，每个格网大小一样，且属于同一格网内点，颜色相同。且点云颜色变化变化位置与格网边重合。同时，修改格网尺寸，可以得到同样效果，只是格网总数量显著变少。
 |  |
 |  |
3.2 部分格网可视化
部分格网可视化，是将包含点云的格网进行可视化，不包含点云的格网不进行可视化，效果如下所示。与上面显著不同的是，只包含点的格网进行了可视化，且属于该格网内的点，颜色一致。同时设置不同的格网尺寸，格网数量与分布，存在一定差异。
 |  |
 |  |
4、总结
介绍了基于python的平面点云格网及其可视化原理与过程。需要说明的是，格网可视化，仅仅是数据预处理步骤，便于数据处理。
这篇关于平面点云格网过程及可视化介绍（python）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
