Visual Studio Code中使用python如何配置环境

 Visual Studio Code中使用python如何配置环境

        找到python的根目录的Scripts文件夹，点击路径框，并输入cmd，进入命令行窗口后，用           

        pip3 install open3d

        pip3 install numpy    ……

        等命令行即可安装所需要的程序包。

        如果网络不好，国内可以使用国内源

        pip3 install -i https://pypi.mirrors.ustc.edu.cn/simple/ open3d

    

 

Cloud Compare 功能概要

File

• open：打开
• save：保存
• Global Shift settings：设置最大绝对坐标，最大实体对角线
• Primitive Factory：对点云进行原始加工，改变原始点云的形状
• 3D mouse：对3D鼠标（如3Dconnexion）的支持
• Close all：关闭所有打开的实体
• Quit：退出

Edit：

• Clone：克隆选中的点云
• Merge：合并两个或者多个实体。可以合并点云（原始云会被删除）；可以合并网格（原始网不会修改，CC会创建一个新的网格结构）
• Subsample：采集原始点云的子样本，可以用随机、立体、基于八叉树的方式采集，子样本会保持原始点云的标量、颜色、法线等性质。
• Apply Transformation：可以对选中的实体做变换（4*4矩阵、轴线角，欧拉角）
• Multiply / Scale：让选中实体的坐标倍增。
• Translate / Rotate (Interactive Transformation Tool)：可以相对于另外一个实体或者坐标系移动选中的实体
• Segment (Interactive Segmentation Tool)：通过画2D多边形分隔选中的实体
• Crop：分割一个或多个在3D-Box里面的点云。
• Edit global shift and scale：进行全局变换和和比例缩放。
• Toggle (recursive)：用于控制键盘的快捷键。
• Delete：删除选中的实体。
• Colors > Set Unique：为所选实体设置唯一一个的颜色
• Colors > Colorize：为所选实体着色，具体表现为分别用所选颜色乘以当前颜色的RGB而得到新的颜色
• Colors > Levels：通过调整颜色的柱形图变色，类似于Photoshop的Levels方法
• Colors > Height Ramp：为所选实体设置颜色渐变（线形、梯形、环形）
• Colors > Convert to Scalar Field：将当前的 RGB 颜色字段转换为一个或几个标量字段
• Colors > Interpolate from another entity：在所选实体中插入另外一个实体的颜色
• Colors > Clear：移除所选实体的颜色域
• Normals > Compute：计算所选实体的法线
• Normals > Invert：反转所选实体的法线
• Normals > Orient Normals > With Minimum Spanning Tree：用同样的方法重新定位点云的全部法线（最小生成树）
• Normals > Orient Normals > With Fast Marching：用同样的方法重新定位点云的全部法线（快速行进法）
• Normals > Convert to > HSV：将云的法线转换到 HSV 颜色字段
• Normals > Convert to > Dip and Dip direction SFs：转换点云的法线到两个标量域
• Normals > Clear：为选定的实体移除法线
• Octree > Compute：强制计算给定实体的八叉树
• Octree > Resample：通过代替每个八叉树单元内的所有点来重新取样
• Mesh > Delaunay 2.5D (XY plane)：计算点云在xy平面上的2.5D三角剖分（Delaunay 2.5D triangulation，德洛内2.5D三角算法）
• Mesh > Delaunay 2.5D (best fit plane)：计算点云在最佳平面的2.5D三角剖分（Delaunay 2.5D triangulation，德洛内2.5D三角算法）
• Mesh > Convert texture/material to RGB：将选定网格的网格材料和纹理信息转换为逐个点的 RGB 字段
• Mesh > Sample points：在一个网格中随机取样
• Mesh > Smooth (Laplacian)：平滑一个网格（Laplacian smoothing，拉普拉斯平滑算法）
• Mesh > Subdivide：细分网格，此算法递归细分网格三角形，直到他们的表面细分到用户指定值之下。
• Mesh > Measure surface：测量网格的总体表面积和每个三角形的平均表面积，在控制台输出
• Mesh > Measure volume：测量闭合网格的体积，在控制台输出
• Mesh > Flag vertices：检查网格的基本特性，为每个网格样本做标志：0 = normal，1 = border，2 = non-manifold
• Mesh > Scalar field > Smooth：平滑网格顶点相关联的标量场。此方法与高斯滤波（Gaussian Filter）相反。运用qPCV插件后，此方法特别有用
• Mesh > Scalar field > Enhance：增强与网格顶点相关联的标量场。运用qPCV插件后，此方法特别有用
• Sensors > Edit：修改指定传感器内外在参数
• Sensors > Ground Based Lidar > Create：创建’Ground Based Lidar’ (= TLS)传感器实体，附加到所选的点云
• Sensors > Ground Based Lidar > Show Depth Buffer：显示选中的Ground Based Lidar的深度
• Sensors > Ground Based Lidar > Export Depth Buffer：以ASCII文件的形式导出选中的Ground Based Lidar传感器的深度图
• Sensors > Camera Sensor > Create：创建影像传感器
• Sensors > Camera Sensor > Project uncertainty：输出影像模块不确定的点云，输出不确定的x、y、z、3D信息
• Sensors > Camera Sensor > Compute points visibility (with octree)：统计选中影像传感器选中的点云。0=NOT VISIBLE，1=VISIBLE
• Sensors > View from sensor：更改当前的 3D 视图影像设置以匹配选定的传感器的设置 （用泡沫视图模式）
• Sensors > Compute ranges：计算全部点（对于任何点云）相对于指定传感器的范围
• Sensors > Compute scattering angles：计算全部点（对于任何有法线的云）相对于选中传感器分散的角度
• Scalar fields > Show histogram：对当前选中的实体显示有效标量域的柱形图
• Scalar fields > Compute statistical parameters：计算统计分布（高斯分布、威布尔分布）
• Scalar fields > Gradient：计算标量域的梯度
• Scalar fields > Gaussian filter：通过应用一个立体高斯滤镜，平滑一个标量域
• Scalar fields > Bilateral filter：用双边滤镜平滑一个标量域
• Scalar fields > Filter by Value：用标量值筛选选定的云
• Scalar fields > Convert to RGB：将有效的标量场转化为RGB颜色域
• Scalar fields > Convert to random RGB：将有效的标量场转化为随机的RGB颜色域
• Scalar fields > Rename：对选中实体重命名有效的标量域
• Scalar fields > Add constant SF：用一个常数添加一个标量域
• Scalar fields > Add point indexes as SF：用点索引的方式为所选点云创建一个新的标量域
• Scalar fields > Export coordinate(s) to SF(s)：导出坐标到标量域
• Scalar fields > Set SF as coordinate(s)：为选中的点云设置标量域的坐标
• Scalar fields > Arithmetic：可以对在同一个点云的两个标量域进行标准运算（+，-，*，/），或者对单个标量域进行函数运算
• Scalar fields > Color Scales Manager：色阶管理，可以管理和创建新色域
• Scalar fields > Delete：对选中的实体删除有效的标量域
• Scalar fields > Delete all (!)：对选中的实体删除全部的有效标量域

Tools：

• Level：可以选择三个点确定一个平面来操作
• Point picking：可以选择一个、两个、三个点来得到各种信息，如点的坐标、RGB、标量值、距离、角度等信息（尤其是两点间的距离）
• Point list picking：可以选择多个点创建一个点列表，可以输出为一个文件、一个新点云、一个折线
• Clean > Noise filter：类似于qPCL插件的S.O.R.滤镜，但又更多功能
• Projection > Unroll：展开圆柱或圆锥体的点云成一个平面
• Projection > Rasterize：栅格化点云（转化为2.5D网格），然后可以导出为一个新点云或者一个光栅图像
• Projection > Contour plot to mesh：可以把一组折线转化为网格，输出边缘轮廓线
• Projection > Export coordinate(s) to SF(s)：导出坐标到标量域
• Registration > Match bounding-box centers：调整所有选中的实体，让它们的中心在一个地方
• Registration > Match scales：匹配所有选中实体的规模
• Registration > Align (point pairs picking)：在两个实体中挑选至少三个对应的点来对齐两个实体
• Registration > Fine registration (ICP)：自动精确地融合两个实体。前提是：①两个云大体上相融；②表现为同样的对象或者至少有同样的形状
• Distances > Cloud/Cloud dist. (cloud-to-cloud distance)：计算两个点云之间的距离
• Distances > Cloud/Mesh dist. (cloud-to-mesh distance)：计算点云和网格之间的距离
• Distances > Closest Point Set：计算两个点云之间最近的点的集合
• Statistics > Local Statistical Test：可以以标量域的局部统计为基础进行分割和过滤点云
• Statistics > Compute Stat. Params：计算统计分布（高斯分布、威布尔分布）
• Segmentation > Label Connected Components：设置最小距离，把所选的云分割成更小的部分，每一部分相互连接
• Segmentation > Cross Section：用户可以定义一个裁剪框，可调整框的范围和方向，来裁剪点云。可以用来：①在一个或多个维度重复分割过程；②获取多边形的轮廓
• Segmentation > Extract Sections：可以在一个点云的顶部画或者导入多边形来提取截面和轮廓
• Fit > Plane：匹配点云中的一个平面和输出各种信息，如拟合 RMS、 垂直平面、地质的倾角、倾角方向值等
• Fit > Sphere：适配点云中的一个球体
• Fit > 2D Polygon：适配点云中的二维多边形
• Fit > Quadric：适配点云中的2.5D曲面
• Other > Density：估量一个点云的密度
• Other > Curvature：估量一个点云的曲率
• Other > Roughness：估量一个点云的粗糙程度
• Other > Remove duplicate points：通过设置两点之间最小距离来删除重复的点

Display：

• Full screen：全屏
• Refresh：刷新，强制刷新有效的3D视图的内容（OpenGL图形重绘）
• Toggle Centered Perspective：在正交视图和对象中心视图模式中切换
• Toggle Viewer Based Perspective：在正交视图和透视图中切换
• Lock rotation about vert. axis：锁定围绕Z轴的影像旋转
• Enter bubble-view mode：进入泡沫视图模式
• Render to File：可以渲染当前的3D视图成一个图像文件（支持多数标准文件格式），还可以缩放以适应更大分辨率的屏幕
• Display settings：对各种显示进行设置：颜色和材质、色阶、标签、其他
• Camera settings：影像设置
• Save viewport as object：保存当前3D视图的可视体的参数（影像位置和方、透视状态）为一个可视实体，这个实体自动地添加DB树的根
• Adjust zoom：调整缩放比例
• Test Frame Rate：测试帧速率，让有效的3D视图在一个较短时间旋转从而估量平均帧数，结果在控制台显示
• Lights > Toggle Sun Light：切换太阳光
• Lights > Toggle Custom Light：切换自定义的光
• Shaders and Filters > Remove filter：禁用任何活动的着色器或者OpenGL过滤器
• Active scalar field > Toggle color scale：为所选活动的实体切换色阶
• Active scalar field > Show previous SF：改变当前所选对象的标量域，激活先前的标量域
• Active scalar field > Show next SF：改变当前所选对象的标量域，激活下一个的标量域
• Console：控制台（显示/隐藏）
• Toolbars：工具栏，包括主工具栏、标量域、视图、插件、GL滤镜
• Reset all GUI elements：退出钱自动存储当前GUI信息（位置和工具栏的可见性等），可以恢复原始配置

Plugins：

Standard plugins：

• qHPR (Hidden Point Removal)：如果点云是闭合曲面，则可以过滤（删除）掉通过当前3D影像不能看到的云
• qPCL (Point Cloud Library Wrapper)：有PCL库一些方法的接口，主要包括：①计算法线和曲率②异常点和噪声点的去除③平滑点云（移动最小二乘法）
• qPCV (ShadeVis / Ambient Occlusion)：计算点云的明亮度，类似于光线来自于对象周围的半球或球体（可以自定义光线距离）
• qPoissonRecon (Poisson Surface Reconstruction)：Poisson表面重建，用三角网络生成算法构建的简单的表面
• qRansacSD (RANSAC Shape Detection)：随机抽样一致形状检测，运用自动形状检测算法的简单接口
• qSRA (Surface of Revolution Analysis)：计算一个点云和一个假定旋转平面之间的距离（旋转平面用2D轮廓定义），距离计算好后，用户可以创建一个偏差的2D图或者圆柱或圆锥的投影
• qCANUPO (Point Cloud Classification)：可自动对点云进行分类，也可以手动分类
• qM3C2 (Robust C2C Distances Computation)：用独特的方法计算两个点云之间的有向（稳健）距离
• qCork (Boolean Operations on Meshes)：可以执行网格中的布尔操作（也称CSG = 构造实体几何），它基于Cork库
• qAnimation：动画渲染插件
• qFacets：可以从点云中自动提取二维切面，以它们的垂直距离分开
• qCSF (Cloth Simulation Filter)：基于布模拟滤波算法，能实现地面点与非地面点的分离，去除非地面点
• qCompass：简单地实现点云中地质结构的它的轨迹的数字化
• qBroom (qVirtualBroom)：高效地扫描和清理
• qHoughNormals：计算法法线
• qGMMREG：对小型实体的非刚性云的匹配
• qLAS_FWF：这个插件可以读写标准雷达文件，可以在命令模式下打开LAS 1.3+文件
• qPoissonRecon：可以让输入的点云颜色映射到成网格（快速直接地分配到颜色接近输入点颜色的网格顶点）

OpenGL ‘shaders’ plugins：

• qEDL (Eye Dome Lighting)：实时底纹滤镜，用来在空白的点云或者网格中增强少量特质（除了几何信息外，它不依赖于其他信息）
• qSSAO (Screen Space Ambient Occlusion)：实时底纹滤镜，与环境相似的遮挡
• qBlur：一个简单的模糊处理滤镜，主要用于开发人员的演示

Deprecated

• qKinect (Point Cloud Acquisition with a Kinect)：可以用Kinect设备获取（有色的）点云

3D Views：

• New：创建3D视图
• Close：关闭3D视图
• Close All：关闭所有3D视图
• Tile：共享的所有 3D 视图之间的显示空间
• Cascade：用串联的方式重新排列所有 3D 视图
• Next：激活顺序创建的下一个3D视图
• Previous：激活顺序创建的上一个3D视图

Help：

• Help：帮助文档
• About：CloudCompare版本信息
• About Plugins：插件信息

Thanks：

• CloudCompare Documentation
• CloudCompare Wiki
• Wikipedia