如何在Python中让Open3D读取Pandas DataFrame并生成点云

问题场景 #

我通过以下代码从CSV文件提取XYZ坐标，得到Pandas DataFrame：

import pandas as pd
import open3d as o3d
import numpy as np

data = pd.read_csv("./assets/landmarks_frame0.csv", header=None, usecols=range(1,4))
print(data)

数据正常，前三列对应x、y、z坐标。但尝试用o3d.io.read_point_cloud(data, format="xyz")生成点云时触发TypeError，因为该函数仅接受字符串类型的文件名参数，无法直接传入DataFrame。

解决方案 #

不需要通过文件中转，直接将DataFrame转换为numpy数组，再赋值给Open3D的PointCloud对象即可。完整代码如下：

# 读取CSV得到DataFrame
data = pd.read_csv("./assets/landmarks_frame0.csv", header=None, usecols=range(1,4))

# 将DataFrame转换为numpy数组（推荐用to_numpy，替代旧的values属性）
points_array = data.to_numpy(dtype=np.float32)

# 初始化Open3D点云对象
pcd = o3d.geometry.PointCloud()
# 将numpy数组转换为Open3D支持的点格式并赋值
pcd.points = o3d.utility.Vector3dVector(points_array)

# 验证并可视化
print(pcd)
print(np.asarray(pcd.points))
o3d.visualization.draw_geometries([pcd],
                                  zoom=0.3412,
                                  front=[0.4257, -0.2125, -0.8795],
                                  lookat=[2.6172, 2.0475, 1.532],
                                  up=[-0.0694, -0.9768, 0.2024])

关键说明 #

• o3d.utility.Vector3dVector：负责将numpy数组转换为Open3D内部兼容的点数据结构，支持float64类型；如果需要用float32，可改用Vector3fVector。
• 直接操作内存数据比写入再读取文件更高效，避免了IO开销。

内容的提问来源于stack exchange，提问作者EnshenZhu