CloudCompare数据标注实战：从零基础到高效标注技巧

1次阅读

没有评论

共计 1840 个字符，预计需要花费 5 分钟才能阅读完成。

点云数据标注是三维场景理解的基础工作，广泛应用于自动驾驶（识别道路障碍物）、智慧城市（建筑物建模）、工业检测（零部件尺寸测量）等领域。新手常面临三大挑战：

数据量大：单帧激光雷达点云可达百万级点数
工具学习曲线陡峭：需同时掌握视图操作、选择技巧、属性编辑
标注规范复杂：不同项目对边界精度、标签格式要求差异大

CloudCompare 的标注功能主要集中在顶部工具栏和右键菜单：

标签工具（Labeling Tool）：
通过 Edit > Labels > Add Label 激活
支持手动点击添加标签，右键可修改文本属性和锚点位置
测量工具（Measure Tool）：
在 Tools > Distances 中开启
可计算两点间直线距离、多边形面积等关键指标
选择工具（Selection Tool）：
快捷键 Ctrl+1 进入矩形选择模式
配合 Edit > Crop 可快速提取目标区域

加载数据：拖拽 LAS/PLY 文件到窗口，建议先使用 Edit > Subsample 降低密度
视图调整：
按住鼠标中键旋转视角
Shift+ 中键平移视图
滚轮缩放至合适观察比例
创建标注层：
在 DB Tree 中右键点云数据选择Create new label
重命名图层为 ”Building_Outline”
轮廓标注：
使用 Tools > Polyline 工具
沿建筑物边缘逐点点击，双击闭合多边形
属性补充：
右键标注选择Properties
添加高度、材质等元数据字段
质量检查：
开启 View > Shaders > Height Ramp 着色
观察标注边界是否与点云高度突变区吻合
导出结果：
选择 File > Save 存储为 CCL 格式（保留完整属性）
或导出 CSV 用于后续处理

import cloudcompare as cc

# 初始化连接
cc_instance = cc.CloudCompare()

# 批量加载数据
for file in ["scan1.las", "scan2.las"]:
    cc_instance.openFile(file)
    cloud = cc_instance.getActiveEntity()

    # 自动检测平面区域（RANSAC 算法）params = {
        "minPoints": 1000, 
        "threshold": 0.2,
        "maxIteration": 500
    }
    planes = cc_instance.computePlanes(params)

    # 为每个平面添加标签
    for i, plane in enumerate(planes):
        label_text = f"Plane_{i}_Slope:{plane.slope:.2f}°"
        cc_instance.addLabel(
            position=plane.center,
            text=label_text,
            size=15,
            color=(255,0,0)
        )

    # 保存标注结果
    cc_instance.saveCurrentScene(f"annotated_{file}")