您只需将点云传递给函数即可
orient_normals_consistent_tangent_plane()
该函数适用于张量形式的点云,因此请像这样导入云:
# Import point cloud
pc_tensor = read_point_cloud("path/to/your/point/cloud.pcd")
# Estimate normals (we use 12 knn)
pc_tensor.estimate_normals(12, None)
# Orient normals (it can take some time for 1 Milion points)
pc_tensor.orient_normals_consistent_tangent_plane(k=12, lambda=10.0, cos = 0.5)
将参数传递给函数时,不要输入名称,只需输入值:
pc_tensor.orient_normals_consistent_tangent_plane(12, 10.0, 0.5)
传递给该函数的参数使法线的估计更加稳健。
k (int) – 用于正常传播的图重建的 k 最近邻。它必须等于用于估计法线的 knn 数量,否则该过程将花费更长的时间。
lambda (float) – 一个非负实参数,影响用于识别复杂几何中点的真实邻居的距离度量。它对点和由参考点及其法线向量定义的切平面之间的距离进行惩罚,有助于减轻传统欧几里德距离度量(建议值,lambda=10)遇到的错误分类问题。
cos_alpha_tol (float) – 余弦阈值角度,用于根据法向量的方向确定邻居的包含边界(建议值 = 0.5)。