CloudCompare标注自己的点云数据（部件分割）

写在前面的话：

进行点云部件分割，训练自定义数据集第一步就是标注自己的点云数据，在使用CloudCompare标注数据过程中主要参考这篇文章：如何利用CloudCompare软件进行点云数据标注-CSDN博客，在此表示感谢！

看前须知：文中图多，篇幅长，但详细！

因标注的数据非公开，故在此教程（是教程更是记录来时路）中将官方数据集的txt数据删除标签列，重新标注。在标注前需要知道该物体分为几部分，此处以“earphone”为例，分为两部分，其中第一部分为头上戴的，第二部分为两只耳朵。

1.打开CloudCompare，依次点击左上角的“文件”—“打开”，选择点云数据的存放路径。

2.注意右下角的格式选择！若点云数据为pcd格式则点击左下角选择pcd，否则点云数据不显示。CloudCompare支持挺多格式的。

3.双击选中的点云数据，显示如图所示信息，txt中共六列数据，前三列（X,Y,Z）为空间坐标信息，后三列（Nx，Ny，Nz）为法向量信息，点击“Apply”。然后显示移动、缩放等信息页面，点击“Yes”后即可看到点云画面。

4.标注时，一定要先选中物体才能进行标注。（点击左边点云数据名称，图中物体出现黄色立体框即为选中），按住鼠标左键可以调整不同视角方向，右键可以移动图像位置，滑动滚轮可以进行缩放操作。

5.点击如图所示“剪刀”状图标开始标注。

点击鼠标左键选择框选目标的起点，当框选完成后（起点与终点重合）点击右键，形成闭合的图形，即为该部分标注完成。若标注的部件较为规则，可点击图中位置，选择“矩形框”。

该部分标注完成后点击如图所示位置，表示将标注部分作为一个新的点云文件。

接着点击图中“绿色√”，保存标注的点云数据。

点击后会发现左边多出来一行，红色框中的“1-Cloud-segmented”即为标注的数据，“1-Cloud.remaining”即为剩余的未标注数据。取消勾选“1-Cloud-segmented”前边的“蓝色√”后，可以看到剩余的未标注部分。

选中“1-Cloud.remaining”重复上述操作，标注剩余部分。

6.标注完成后，给各个部分打标签。将“earphone” 头上戴的部分标为0，左右两个耳朵标为1。

（在实际工程应用场景中除过需要分类的部分外可能还会存在背景，背景的点云数据占比会比较多，可根据实际情况选择标注与否）

需要提前知道的事：下边给各部分打标签过程中提到的命名必须全部一致，标签值可不同。

点击图中箭头所示位置，然后点击“+”（全屏模式下“+”可能会直接看到），在弹出的命名框里输入“eee”,点击“OK” ，然后将标签值设为0，点击“OK”后框选部分变为蓝色，则说明标注成功。

7.重复上述步骤，给左右两个耳朵标为1，注意命名一致！

8.至此，剩下最后一步了，如图全选框中的标注文件（选中其中一个然后Ctrl+A即可），发现箭头上边的图标变亮了，点击该图标，进行合并。

在弹出的对话框选择“No”，会发现左上方为标注文件合并成一个了，“earphone”也按照期望的那样划分为两部分了。

9.至此标注完成，但如何成为训练可用的txt文件呢，请继续查看！

点击左上角的“文件”—“保存”，然后点击保存类型，即可看到有我们想要的txt格式，点保存，在弹出的界面点“Ok”，txt保存成功。

打开txt后发现和很多教程中出现的txt表示的信息不一致，通过查看导出的不同物体的txt发现，前三列为点的空间坐标信息不变，其他列按顺序可能为法向量、标签值等。

打开刚导出“earphone”的txt，如下图前三列为点的空间坐标信息，第四列为标签值，后三列为法向量。

训练过程中只用到空间坐标信息与标签，那么可以对txt文件进行简单处理，如下为删除txt第5-7列的程序。

""" 删除txt文件的第5、6、7列,第23行程序data中的值为 [4,5,6],若删除其他列修改此处即可 修改第16、17行的点云数据路径以及删除列后的输出路径 """ import numpy as np def read_data_from_file(file_path): data = np.loadtxt(file_path) return data def write_data_to_file(data, file_path): np.savetxt(file_path, data, fmt='%.8f', delimiter=' ') # Define the input and output file paths input_file_path = r'D:\Pointnet2\data\earphone\1 - Cloud.txt' output_file_path = r'D:\Pointnet2\data\earphone\1 - Cloud-out.txt' # Read data from the input file data = read_data_from_file(input_file_path) # Delete the 6th and 7th columns (Python uses 0-based indexing) data = np.delete(data, [4,5,6], axis=1) # Write the modified data to the output file write_data_to_file(data, output_file_path) print("Data modification complete. Modified data written to", output_file_path)

运行该程序后txt内容如下：

注：后续运行train_partseg.py，在进行参数配置的时候记得给'--normal',设置为default=False，即不使用法向量。

写在最后的话：

若有所待便是人生，若有所憾也是人生。