【Python】GIS及点云处理十讲

1 初步

Open3d处理点云数据初步：open3d主要用于三维对象绘制，为Python提供了非常友好的接口，加之Intel维护给力，是Python中处理三维对象的首选模块。本文介绍open3d的基本用法，着重讲解点云读取和交互操作等。

2 点云变换

Python点云对象：变换与框线：【PointCloud】是open3d中用于点云处理的类，封装了包括几何变换、数据滤波、聚类分割等一系列实用算法。本文主要讲解open3d中的点云变换函数，以及点云框线的生成方法。

3 点云配准

open3d点云配准：将两个相似的点云匹配在一起的过程即为点云配准。open3d中封装了多种不同核的ICP算法，适用于不同形式的点云配准任务。

4 open3d曲面

open3d曲面初步：最原始的点云只包含了点的位置信息，这些信息可以呈现出一些散点，但并不能还原出物体的样貌。相比之下，曲面更加完美地表现物体，我们平时看到的三维模型，实际上也是通过曲面来实现的。

5 滤波

open3d点云采样和滤波 介绍了点云数据的索引、采样和滤波方法。点云索引通过select_by_index实现，可选择或排除指定点；采样方法包括随机采样、等序采样和体素采样，分别适用于不同需求。点云滤波用于剔除异常点，常见方法有统计滤波和半径滤波，前者基于邻域点的标准差，后者基于邻域球内点数。进一步，曲面滤波利用法线信息，包含均值滤波、拉普拉斯滤波和锐化滤波，分别用于平滑或凸显细节。为解决传统滤波导致的模型变细问题，Taubin滤波通过引入负参数优化了拉普拉斯滤波效果，避免了模型收缩。下图为Taubin滤波的平滑效果

6 点云划分和分割

点云划分与分割介绍了两种点云划分方法，kd树和oc树；以及两种点云分割算法DBSCAN和RANSAC。下图为DBSCAN的分割结果。

7 常用点云文件

常用点云文件详解 介绍了pcd, ply以及las这三种常用的点云数据格式。

8 坐标转换

Python点云坐标转换 介绍了pyproj模块，演示了WGS84和UTM这两个坐标系统之间的转化方法。

9 地图绘制

Python地图绘制模块cartopy入门 Cartopy的灵活性和与Matplotlib的兼容性，使其适用于多种地理数据可视化需求，尤其在气象、地理和环境科学领域广泛应用。

10 重力场

Python绘制地球的重力场基于boule模块，可以获取地球任意经度处的重力分布，此外，ensaio库中提供了诸多数据，地球的重力场数据也在其中。