CloudCompare点云数据标注实战指南：从基础操作到批量处理优化

1次阅读

共计 2715 个字符，预计需要花费 7 分钟才能阅读完成。

在点云（Point Cloud）数据处理中，手动标注存在三大典型问题：

操作耗时：单个物体的标注需要至少 5 次鼠标点击（选择工具→框选→确认→输入标签→保存），处理 10 万级点云时耗时超过 8 小时
标签不一致：人工标注的边界框（Bounding Box）位置偏差可达±0.3m，同类物体的尺寸差异超过 15%
版本管理混乱：超过 60% 的工程出现过标签文件与点云版本不匹配的问题

方案维度	原生 UI 操作	Python 插件开发
执行效率	单次操作 200-300ms	批量处理每秒 100+ 对象
精确度	依赖人工判断	支持算法辅助边缘检测
可扩展性	仅支持基础几何体	可自定义语义标签体系
学习成本	无需编程基础	需 Python 环境配置

工具栏选择 Edit > Segment 进入分割模式
按住 Shift+ 鼠标左键拖拽创建立方体选区
右键选区选择 Label selection 输入类别 ID
通过 Properties 面板调整框体透明度（推荐 30%-50%）

使用 Tools > Selection > Polyline selection 工具
在 XY/XZ/YZ 平面视图绘制闭合多边形
通过 Advanced 菜单设置 Z 轴拉伸范围
导出时勾选Save selection as metadata

import cloudcompare as cc
import numpy as np

# 初始化环境
cc.initCC()  # 必须首行调用

# 批量导入点云（支持 las/laz 格式）def batch_import(folder_path):
    pc_list = []
    for file in os.listdir(folder_path):
        if file.endswith('.las'):
            pc = cc.loadPointCloud(os.path.join(folder_path, file))
            pc_list.append(pc)
    return cc.mergeEntities(pc_list)  # 返回合并后的实体

# 自动区域划分（基于 DBSCAN 聚类）def auto_segment(pc, eps=1.0, min_samples=10):
    coords = pc.toNumpyArray()[:,:3]  # 提取 XYZ 坐标
    from sklearn.cluster import DBSCAN
    labels = DBSCAN(eps=eps, min_samples=min_samples).fit_predict(coords)
    pc.addScalarField('cluster_id', labels)  # 添加聚类标签字段
    return np.unique(labels[labels>=0])  # 返回有效聚类 ID

# 导出标注结果（CSV 格式）def export_labels(pc, output_path):
    with open(output_path, 'w') as f:
        f.write('obj_id,center_x,center_y,center_z,length,width,height\n')
        for label in pc.getChildren():  # 遍历所有子标签
            bb = label.getBoundingBox()
            center = bb.getCenter()
            size = bb.getDiag()
            f.write(f'{label.getName()},{center.x},{center.y},{center.z},'
                   f'{size.x},{size.y},{size.z}\n')

分块加载 ：处理 GB 级数据时使用cc.LOD(level=12) 进行分级加载
显存优化：
启用 Preferences > OpenGL > Use VBO 选项
将点大小（Point Size）设置为 1 - 2 像素

数据裁剪：

# 按 ROI 区域裁剪
roi = cc.BoundingBox(0,100,0,50,0,20)  # 定义感兴趣区域
cropped_pc = pc.crop(roi, inside=True)

from concurrent.futures import ThreadPoolExecutor

def parallel_labeling(pc_list, workers=4):
    with ThreadPoolExecutor(max_workers=workers) as executor:
        futures = []
        for pc in pc_list:
            future = executor.submit(auto_segment, pc)
            futures.append(future)

        # 等待所有任务完成
        results = [f.result() for f in futures]
        return sum(results, [])

当遇到 Invalid CRS 警告时：

检查原始数据的.prj 文件是否存在
使用 cc.convertCRS(source_epsg, target_epsg) 进行转换
对于无人机数据，建议统一转换为 EPSG:4978（地心坐标系）

推荐采用以下命名规则：

20240520_scan01.ply  -->  20240520_scan01_labels_v2.json

使用 MD5 校验确保一致性：

import hashlib

def check_version(pc_path, label_path):
    pc_md5 = hashlib.md5(open(pc_path,'rb').read()).hexdigest()
    label_md5 = hashlib.md5(open(label_path,'rb').read()).hexdigest()
    return pc_md5[:8] == json.load(open(label_path)).get('source_md5','')[:8]