import numpy as np # Function to create point cloud file def create_output(vertices, colors, filename): colors = colors.reshape(-1, 3) vertices = np.hstack([vertices.reshape(-1, 3), colors]) np.savetxt(filename, vertices, fmt='%f %f %f %d %d %d') # 必须先写入，然后利用write()在头部插入ply header

三维点云处理经典数据集+斯坦福兔子PCD+PLY格式，也可以联系我白嫖。哈哈

python点云配准样例数据，使用说明及源码请参考：https://blog.csdn.net/suiyingy/article/details/124336476。

ply格式点云样例文件，参考说明：https://blog.csdn.net/suiyingy/article/details/124214755。

modelnet标准数据集以及数据集的读取方法，其中modelnet40开头的压缩文件是数据，data中有对应的train和test的读取以及random drop and translate，能有效提高模型的准确率。直接可以使用，目前的sota的源码中大多都使用这一个数据集，需要pytorch环境

Three.js 导入PLY格式的模型示例中需要使用的5个js文件中的一个：dat.gui.min.js

C#编写的 要看逻辑自己反编译 pcd文件转成ply

Three.js 导入PLY格式的模型示例中需要使用的5个js文件中的一个：stats.min.js

Low Poly Free Pack 超级漂亮场景 拖拽即可使用 欢迎下载使用

import pickle import os import sys import numpy as np import pc_util import scene_util class ScannetDataset(): def __init__(self, root, npoints=8192, split='train'