前言
有人会好奇，同样是点云，.pcd和 .ply 的处理能有啥大区别吗？
其实是有的，.pcd 文件的数据，是基于点的，也就是里面存储的内容全部都是和点相关的信息。
而 .ply 增加了关于面的信息，也就是有了 mesh。在介绍使用 MeshLab 进行点云表面重建的那篇 文章 中，已经提到过这点。几万个离散的点组成的点云，其中并没有面，除非通过表面重建（如 Delaunay 三角化、Ball Pivoting、Poisson Reconstruction 等）将点云网格化，构建由三角形面片（triangle faces）组成的网格。
处理 .ply 文件，建议使用 Matlab 的 Toolbox Graph 库：
https://uk.mathworks.com/matlabcentral/fileexchange/5355-toolbox-graph
库中相关函数
PLY文件的读取
[vertex,faces] = read_mesh(name);
输出的 vertex为所有点的坐标，这和 pcd.Location 一致。 而 faces 则为构成每个面的 vertex 的索引。 可视化 .ply 格式的点云，也可以用之前用的 pcshow 函数，但是 plot_mesh 函数更好，因为其内置了光照效果。注意 plot_mesh 函数的输入为 vertex 和 faces。
% read ply
name = 'head1.ply';
options.name = name;
[vertex,faces] = read_mesh(name);
% display the mesh
clf;
plot_mesh(vertex, faces);
shading interp;
求法向量
在 toolbox 中也内置了为 .ply 点云求法向量的函数 compute_normal，此函数可以分别求出所有点，以及所有面的法向量。
[normal,normalface] = compute_normal(vertex,faces);
% display
options.normal = normal';
normal = normal';
normalface = normalface';
clf;
plot_mesh(vertex,faces,options);
shading interp;
axis tight;
options.normal = [];
求曲率
compute_curvature 可以用来求点云的曲率：
[Umin,Umax,Cmin,Cmax,Cmean,Cgauss,Normal] = compute_curvature(vertex,faces,options);
评论