python-pcl存储彩色点云至PCD中的rgb值发生变化导致图片失真
问题描述：python-pcl将彩色点云存储至PCD后，RGB的ASCII值发生巨大变化，导致图片失真。ASCII值如图1所示，原图片和失真图片如图2所示
图1 打开PCD的图，左为rosrun pcl_ros pcl_to_pcd出来的图，右为自己代码的图（RGB的部分不对），代码见下部代码块
图2 可视化点云图，左为正确图，右为失真图
import rospy
import numpy as np
import cv2
import pcl
from pcl import pcl_visualization
import ros_numpy
import open3d as o3d
from sensor_msgs.msg import PointCloud2
from sensor_msgs import point_cloud2
from sensor_msgs.msg import PointField
address = "/home/wmra/catkin_ws/src/my_pcl_tutorial/pictures2"
def morphological_primitives_running(msg):
pcl_points = ros_numpy.numpify(msg) # ros_numpy.numpify()生成的图片是[Heijht,Weight,4],高宽和宽度是像素坐标，"4"是像素坐标上点云的xyz和颜色
print("pcl_points",pcl_points)
pcl_points_color = ros_numpy.point_cloud2.split_rgb_field(pcl_points) # 分离点云点的RGB通道
print("pcl_points_color",pcl_points_color)
height, width = pcl_points.shape[0], pcl_points.shape[1] # 图片像素高度，矩阵行数480 图片像素宽度，矩阵列数640 shape[2]是通道数
print("pcl_points.shape",pcl_points.shape)
print("pcl_points_color['b']",pcl_points_color['b'])
print("pcl_points_color['g']",pcl_points_color['g'])
print("pcl_points_color['r']",pcl_points_color['r'])
#img = cv2.imread("/home/wmra/catkin_ws/src/my_pcl_tutorial/scripts/grasp3_Color.png")
#b,g,r = cv2.split(img)
#img_rgb = cv2.merge([r,g,b])
img_rgb = cv2.merge([np.array(pcl_points_color['b']), np.array(pcl_points_color['g']), np.array(pcl_points_color['r'])])
#cv2.imshow("img_rgb", img_rgb)
#cv2.waitKey(0)
pcl_points_color_red, pcl_points_color_green, pcl_points_color_blue = np.resize(pcl_points_color['r'], height * width), np.resize(pcl_points_color['g'], height * width), np.resize(pcl_points_color['b'], height * width) # 将三色提取出来，[:, :, np.newaxis] np.newaxis放在哪个位置，就会给哪个位置增加维度
pcl_points_color_red, pcl_points_color_green, pcl_points_color_blue = pcl_points_color_red.astype(np.uint32), pcl_points_color_green.astype(np.uint32), pcl_points_color_blue.astype(np.uint32) #
pcl_pcd_points = np.zeros((height * width, 3), dtype=np.float32)
pcl_pcd_rgb = np.zeros((height * width, 1), dtype=np.uint32)
print("pcl_points_color['x']",pcl_points_color['x'])
pcl_pcd_points[:, 0] = np.resize(pcl_points_color['x'], height * width) # 有序点云按照图片从左到右依次排列
pcl_pcd_points[:, 1] = np.resize(pcl_points_color['y'], height * width)
pcl_pcd_points[:, 2] = np.resize(pcl_points_color['z'], height * width)
pcl_pcd_rgb[:, 0] = 255 << 24 | pcl_points_color_red << 16 | pcl_points_color_green << 8 | pcl_points_color_blue # <<是左移运算符，转换为2进制，然后左移1位，此时十进制2变成十进制4
pcl_pcd = np.concatenate((pcl_pcd_points, pcl_pcd_rgb), axis=1)
print("pcl_pcd",pcl_pcd)
cloud_points = pcl.PointCloud_PointXYZRGB()
cloud_points.from_list(pcl_pcd)
print(type(cloud_points))
print(cloud_points[3])
print("Saving points in 1.pcd")
pcl.save(cloud_points, address + '/1.pcd', format = "pcd") # 存储全部点云
def ros_running():
rospy.init_node('morphological_primitives_ros', anonymous=True)
rospy.Subscriber("/camera/depth_registered/points", PointCloud2, morphological_primitives_running, queue_size= 5) #realsense
rospy.spin()
if __name__ == "__main__":
ros_running()
补充描述
在pcl.save之前的 print("pcl_pcd",pcl_pcd) 结果为
pcl_pcd [[-2.90159917e+00 -2.20055056e+00 5.37000036e+00 4.28272238e+09]
[-2.89273000e+00 -2.20055056e+00 5.37000036e+00 4.28298555e+09]
[-2.86130571e+00 -2.18333936e+00 5.32800007e+00 4.28278842e+09]
...
[ nan nan nan 4.28864552e+09]
[ nan nan nan 4.28884213e+09]
[ nan nan nan 4.28877633e+09]]
之后的print(cloud_points[3])结果为：
(-2.852505922317505, -2.1833393573760986, 5.328000068664551, 4282591232.0)
希望在不改变基本代码框架（用ros的数据即可）的情况下得到各位的指导
在将彩色点云存储至PCD文件中时，您将RGB信息合并到了一个32位的无符号整数中，但在存储之前，RGB通道的值需要进行类型转换，以适应这样的数据格式。在您的代码中，您使用了.astype(np.uint32)将RGB通道转换为32位的无符号整数，但这会导致RGB值的范围从0-255变为0-4294967295。在打开PCD文件时，一些软件将RGB值视为ASCII字符，因此在转换过程中发生了失真。为了解决这个问题，您可以将RGB值转换为0-255的范围，然后再将它们合并到一个32位的无符号整数中。例如，您可以使用以下代码转换RGB通道：
[pcl_points_color_red = (pcl_points_color['r'] * 255).astype(np.uint32)
pcl_points_color_green = (pcl_points_color['g'] * 255).astype(np.uint32)
pcl_points_color_blue = (pcl_points_color['b'] * 255).astype(np.uint32)]()
这将RGB值从0-1的范围转换为0-255的范围，以便在存储到PCD文件中时保留颜色信息。
在使用 Python-PCL 存储彩色点云至 PCD 文件时，可能会出现 RGB 值变化导致图片失真的情况。这可能是因为在转换 RGB 值时，将 RGB 值从 uint8_t 类型转换为 float 类型，然后在将其存储到 PCD 文件时，将其再次转换为 uint8_t 类型，从而导致精度损失。
可用以下方法避免这种情况：
1.在将 RGB 值从 uint8_t 转换为 float 时，可以将其除以 255.0，这样可以将其归一化为 0 到 1 的浮点数。
2.在将 RGB 值从 float 转换为 uint8_t 时，可以使用 round 函数来四舍五入到最接近的整数。
3.如果需要在不同软件之间共享点云数据，可以考虑使用更通用的文件格式，如PLY格式，它支持多种数据类型和精度，以及支持点云颜色的存储。
问题描述中提到将彩色点云存储至PCD后，RGB的ASCII值发生巨大变化，导致图片失真。这可能是由于彩色点云的RGB通道未被正确地解析所导致的。
1.解答方案：
为解决此问题，可以检查点云RGB通道的数据类型是否正确，应为uint8或uint32，应确保所有颜色值都在0到255之间。在存储PCD文件之前，应将RGB通道重新合并，并使用uint32数据类型表示RGB颜色。保存点云时，使用PCD_V7格式，因为它支持uint32类型。最后，应使用PointCloud_PointXYZRGB类来加载PCD文件，因为它支持颜色数据。
2.代码修改：
(1)将以下代码：
pcl_points_color_red, pcl_points_color_green, pcl_points_color_blue = pcl_points_color_red.astype(np.uint32), pcl_points_color_green.astype(np.uint32), pcl_points_color_blue.astype(np.uint32)
修改为：
pcl_points_color_red, pcl_points_color_green, pcl_points_color_blue = pcl_points_color_red.astype(np.uint8), pcl_points_color_green.astype(np.uint8), pcl_points_color_blue.astype(np.uint8)
(2)将以下代码：
pcl_pcd_rgb[:, 0] = 255 << 24 | pcl_points_color_red << 16 | pcl_points_color_green << 8 | pcl_points_color_blue
修改为：
pcl_pcd_rgb[:, 0] = pcl_points_color_red.astype(np.uint32) << 16 | pcl_points_color_green.astype(np.uint32) << 8 | pcl_points_color_blue.astype(np.uint32)
你使用了以下语句将RGB值转换为ASCII码值：
pcl_pcd_rgb[:, 0] = 255 << 24 | pcl_points_color_red << 16 | pcl_points_color_green << 8 | pcl_points_color_blue
这种转换方式可能会出现数据截断的情况，导致RGB值的失真。建议使用以下方式进行RGB值的转换：
pcl_pcd_rgb = np.zeros((height * width, 1), dtype=np.uint8)
pcl_pcd_rgb[:, 0] = np.concatenate([pcl_points_color_red[:, np.newaxis], pcl_points_color_green[:, np.newaxis], pcl_points_color_blue[:, np.newaxis]], axis=1)
这种转换方式将RGB三个通道的值直接合并在一个数组中，避免了数据截断的问题，同时也可以保证RGB值的顺序正确。可以尝试修改代码，看看是否能够解决RGB值失真的问题。
不过根据你的补充描述，代码似乎没有问题。可以尝试使用其他的PCD文件查看是否存在类似的RGB值失真问题，以确定问题是否出现在文件编码或文件格式上。同时，可以查看存储的PCD文件是否正确读入，以确保文件内容正确。另外，您也可以尝试使用其他的点云库或工具来读取和显示PCD文件，以检查RGB值是否正确
在使用python-pcl存储彩色点云时，可能需要注意一些点。因为PCD文件默认使用ASCII编码，而ASCII编码的范围是0-127，而颜色通道的值域为0-255。如果不将颜色值转换为0-127的范围内的值，可能会出现失真的情况。以下是一个可能的解决方案：
import pcl
# 读取彩色点云
cloud = pcl.load('colored_cloud.pcd')
# 将RGB值除以4，转换到0-127范围内
cloudrgb = cloud.to_array()
cloudrgb[:, :, 3:] = cloudrgb[:, :, 3:] / 4
cloud = pcl.PointCloud_PointXYZRGB()
cloud.from_array(cloudrgb)
# 存储点云
pcl.save(cloud, 'colored_cloud_new.pcd', format='pcd')
在上述代码中，我们首先读取彩色点云文件colored_cloud.pcd。然后，将点云转换为一个二维数组，其中第3列到第5列为RGB颜色通道的值。我们将这些值除以4，将其范围转换为0-127，然后重新构造点云对象，并使用新的颜色通道保存点云。最后，我们将点云保存为colored_cloud_new.pcd文件。
为了解决这个问题，可以在生成图片之前将RGB值转换回0-255的范围。可以使用以下公式进行转换：
```R = (int(r) >> 16) & 0x0000ff
G = (int(g) >> 8) & 0x0000ff
B = int(b) & 0x0000ff
其中，r、g和b是从PCD文件读取的RGB整数值。转换后，可以将R、G和B值用于生成图像。
另外，如果PCL库中使用的点云数据类型是PointXYZRGB，可以使用pcl::PointCloudpcl::PointXYZRGB::Ptr读取和写入彩色点云数据，并使用pcl::io::savePCDFileASCII()函数将点云保存为ASCII格式的PCD文件。可以在读取点云数据时使用pcl::io::loadPCDFile()函数，将点云数据读取为pcl::PointCloudpcl::PointXYZRGB::Ptr类型，以便进行后续处理。