Open3D对接Intel RealSense L515相机与PLY点云保存技术咨询

1. 相机与Python的连接 #

Intel RealSense L515的Python交互依赖官方的pyrealsense2库，搭配Open3D即可实现实时点云采集。先安装必要依赖：

pip install pyrealsense2 open3d

初始化相机时，需配置深度流与彩色流的参数（L515支持1280x720分辨率、30fps的主流配置），通过rs.pipeline启动数据流，逐帧获取深度与彩色图像。

2. 相机输入转换为.ply格式 #

Open3D提供了直接从深度图生成点云的API，只需将RealSense获取的帧数据转换为Open3D兼容的格式，即可调用write_point_cloud方法保存为PLY文件。核心步骤包括：

• 对齐深度帧与彩色帧，确保点云颜色与空间位置匹配
• 利用相机内参将深度图转换为三维点云
• 为点云赋予彩色信息后保存

完整在线采集与保存代码 #

import pyrealsense2 as rs
import open3d as o3d
import numpy as np

# 初始化RealSense相机流水线
pipeline = rs.pipeline()
config = rs.config()

# 配置深度与彩色流参数（适配L515）
config.enable_stream(rs.stream.depth, 1280, 720, rs.format.z16, 30)
config.enable_stream(rs.stream.color, 1280, 720, rs.format.bgr8, 30)

# 启动相机流
profile = pipeline.start(config)

# 获取深度传感器缩放比例（用于将深度值转换为真实距离）
depth_sensor = profile.get_device().first_depth_sensor()
depth_scale = depth_sensor.get_depth_scale()

# 对齐深度帧到彩色帧，保证点云颜色与位置对应
align_to = rs.stream.color
align = rs.align(align_to)

try:
    # 初始化Open3D可视化窗口
    vis = o3d.visualization.Visualizer()
    vis.create_window(window_name="L515 Real-time Point Cloud")
    point_cloud = o3d.geometry.PointCloud()
    is_first_frame = True

    while True:
        # 等待获取相机帧
        frames = pipeline.wait_for_frames()
        aligned_frames = align.process(frames)
        aligned_depth_frame = aligned_frames.get_depth_frame()
        color_frame = aligned_frames.get_color_frame()

        if not aligned_depth_frame or not color_frame:
            continue

        # 将帧数据转换为numpy数组
        depth_image = np.asanyarray(aligned_depth_frame.get_data())
        color_image = np.asanyarray(color_frame.get_data())

        # 获取彩色相机内参，用于深度图转点云
        intrinsics = profile.get_stream(rs.stream.color).as_video_stream_profile().get_intrinsics()
        o3d_intrinsics = o3d.camera.PinholeCameraIntrinsic(
            intrinsics.width, intrinsics.height, intrinsics.fx, intrinsics.fy, intrinsics.ppx, intrinsics.ppy
        )

        # 从深度图生成点云
        pcd = o3d.geometry.PointCloud.create_from_depth_image(
            o3d.geometry.Image(depth_image),
            o3d_intrinsics,
            depth_scale=depth_scale,
            convert_rgb_to_intensity=False
        )
        # 为点云添加彩色信息
        pcd.colors = o3d.utility.Vector3dVector(color_image.astype(np.float32) / 255.0)

        # 更新可视化窗口
        if is_first_frame:
            vis.add_geometry(pcd)
            is_first_frame = False
        else:
            vis.update_geometry(pcd)
        vis.poll_events()
        vis.update_renderer()

        # 按键控制：按's'保存点云为PLY，按'q'退出
        key_events = vis.get_window_key_events()
        if ord('s') in key_events:
            save_path = "realtime_pointcloud.ply"
            o3d.io.write_point_cloud(save_path, pcd)
            print(f"点云已保存至 {save_path}")
        if ord('q') in key_events:
            break

finally:
    # 停止相机流并关闭可视化窗口
    pipeline.stop()
    vis.destroy_window()

代码说明 #

• 相机对齐：通过rs.align将深度帧与彩色帧对齐，避免点云颜色错位
• 内参转换：将RealSense的相机内参转换为Open3D兼容格式，保证点云坐标精度
• 交互控制：实时可视化过程中，按s键保存当前点云为PLY文件，按q键退出程序

内容的提问来源于stack exchange，提问作者SAGAR TYAGI