# 導(dǎo)入open3d和所有其他必要的庫。

import open3d as o3d
import os
import copy
import numpy as np
import pandas as pd
from PIL import Image

np.random.seed(42)
#正在檢查open3d上安裝的版本。

o3d.__version__
# Open3D version used in this exercise: 0.16.0

#定義三維模型文件的路徑。
mesh_path = "data/3d_model.obj"

# 使用open3d將三維模型文件讀取為三維網(wǎng)格。
mesh = o3d.io.read_triangle_mesh(mesh_path)

#可視化網(wǎng)格。
draw_geoms_list = [mesh]
o3d.visualization.draw_geometries(draw_geoms_list)

# 計算網(wǎng)格的法線。
mesh.compute_vertex_normals()

#可視化網(wǎng)格。
draw_geoms_list = [mesh]
o3d.visualization.draw_geometries(draw_geoms_list)

# 創(chuàng)建XYZ軸笛卡爾坐標(biāo)系的網(wǎng)格。
# 該網(wǎng)格將顯示X、Y和Z軸指向的方向，并且可以覆蓋在3D網(wǎng)格上，以可視化其在歐幾里得空間中的方向。
# X-axis : 紅色箭頭
# Y-axis : 綠色箭頭
# Z-axis : 藍(lán)色箭頭
mesh_coord_frame = o3d.geometry.TriangleMesh.create_coordinate_frame(size=5, origin=[0, 0, 0])

#使用坐標(biāo)系可視化網(wǎng)格，以了解方向。
draw_geoms_list = [mesh_coord_frame, mesh]
o3d.visualization.draw_geometries(draw_geoms_list)

#使用其束框裁剪汽車網(wǎng)格以移除其右半部分（正Z軸）。
bbox = mesh.get_axis_aligned_bounding_box()
bbox_points = np.asarray(bbox.get_box_points())
bbox_points[:, 2] = np.clip(bbox_points[:, 2], a_min=None, a_max=0)
bbox_cropped = o3d.geometry.AxisAlignedBoundingBox.create_from_points(o3d.utility.Vector3dVector(bbox_points))
mesh_cropped = mesh.crop(bbox_cropped)

# 可視化裁剪的網(wǎng)格。
draw_geoms_list = [mesh_coord_frame, mesh_cropped]
o3d.visualization.draw_geometries(draw_geoms_list)

#從網(wǎng)格中均勻采樣100000個點，將其轉(zhuǎn)換為點云。
n_pts = 100_000
pcd = mesh.sample_points_uniformly(n_pts)

#可視化點云。
draw_geoms_list = [mesh_coord_frame, pcd]
o3d.visualization.draw_geometries(draw_geoms_list)

#使用邊界框裁剪汽車點云以移除其右半部分（正Z軸）。
pcd_cropped = pcd.crop(bbox_cropped)

#可視化裁剪的點云。
draw_geoms_list = [mesh_coord_frame, pcd_cropped]
o3d.visualization.draw_geometries(draw_geoms_list)

# 定義隱藏點刪除操作的攝影機和半徑參數(shù)。
diameter = np.linalg.norm(np.asarray(pcd.get_min_bound()) - np.asarray(pcd.get_max_bound()))
camera = [0, 0, diameter]
radius = diameter * 100

# 使用上面定義的攝影機和半徑參數(shù)對點云執(zhí)行隱藏點刪除操作。
#輸出是可見點的索引列表。
_, pt_map = pcd.hidden_point_removal(camera, radius)

# 將點云中的所有可見點繪制為藍(lán)色，將所有隱藏點繪制為紅色。

pcd_visible = pcd.select_by_index(pt_map)
pcd_visible.paint_uniform_color([0, 0, 1]) #藍(lán)色點是可見點（需要保留）。
print("No. of visible points : ", pcd_visible)

pcd_hidden = pcd.select_by_index(pt_map, invert=True)
pcd_hidden.paint_uniform_color([1, 0, 0]) # 紅色點是隱藏點（要刪除）。
print("No. of hidden points : ", pcd_hidden)

# 可視化點云中的可見（藍(lán)色）和隱藏（紅色）點。
draw_geoms_list = [mesh_coord_frame, pcd_visible, pcd_hidden]
o3d.visualization.draw_geometries(draw_geoms_list)

#定義將度數(shù)轉(zhuǎn)換為弧度的函數(shù)。
def deg2rad(deg):
 return deg * np.pi/180

#將點云繞X軸旋轉(zhuǎn)90度。
x_theta = deg2rad(90)
y_theta = deg2rad(0)
z_theta = deg2rad(0)
tmp_pcd_r = copy.deepcopy(pcd)
R = tmp_pcd_r.get_rotation_matrix_from_axis_angle([x_theta, y_theta, z_theta])
tmp_pcd_r.rotate(R, center=(0, 0, 0))

#可視化旋轉(zhuǎn)的點云。
draw_geoms_list = [mesh_coord_frame, tmp_pcd_r]
o3d.visualization.draw_geometries(draw_geoms_list)

# 使用上面定義的相同攝影機和半徑參數(shù)對旋轉(zhuǎn)的點云執(zhí)行隱藏點移除操作。
#輸出是可見點的索引列表。
_, pt_map = tmp_pcd_r.hidden_point_removal(camera, radius)

# 將旋轉(zhuǎn)的點云中的所有可見點繪制為藍(lán)色，將所有隱藏點繪制為紅色。

pcd_visible = tmp_pcd_r.select_by_index(pt_map)
pcd_visible.paint_uniform_color([0, 0, 1]) # 藍(lán)色點是可見點（需要保留）。
print("No. of visible points : ", pcd_visible)

pcd_hidden = tmp_pcd_r.select_by_index(pt_map, invert=True)
pcd_hidden.paint_uniform_color([1, 0, 0]) #紅色點是隱藏點（要刪除）。
print("No. of hidden points : ", pcd_hidden)

#可視化旋轉(zhuǎn)的點云中的可見（藍(lán)色）和隱藏（紅色）點。
draw_geoms_list = [mesh_coord_frame, pcd_visible, pcd_hidden]
o3d.visualization.draw_geometries(draw_geoms_list)

# 定義一個函數(shù)以在X、Y和Z軸上旋轉(zhuǎn)點云。
def get_rotated_pcd(pcd, x_theta, y_theta, z_theta):
 pcd_rotated = copy.deepcopy(pcd)
 R = pcd_rotated.get_rotation_matrix_from_axis_angle([x_theta, y_theta, z_theta])
 pcd_rotated.rotate(R, center=(0, 0, 0))
 return pcd_rotated

# 定義一個函數(shù)以獲取隱藏點移除操作的點云的相機和半徑參數(shù)。
def get_hpr_camera_radius(pcd):
 diameter = np.linalg.norm(np.asarray(pcd.get_min_bound()) - np.asarray(pcd.get_max_bound()))
 camera = [0, 0, diameter]
 radius = diameter * 100
 return camera, radius

# 定義一個函數(shù)，使用前面定義的攝影機和半徑參數(shù)對點云執(zhí)行隱藏點刪除操作。
#輸出是未隱藏的點的索引列表。
def get_hpr_pt_map(pcd, camera, radius):
 _, pt_map = pcd.hidden_point_removal(camera, radius) 
 return pt_map
# 通過在三個軸中的每一個軸上將點云從-90度略微旋轉(zhuǎn)到+90度，依次執(zhí)行隱藏點移除操作，并在每次操作后聚合未隱藏的點的索引列表。

# 定義一個列表來存儲每個隱藏點刪除操作的聚合輸出列表。
pt_map_aggregated = []

# 定義旋轉(zhuǎn)點云的步長和角度值范圍。
theta_range = np.linspace(-90, 90, 7)

# 對順序操作的次數(shù)進(jìn)行計數(shù)。
view_counter = 1
total_views = theta_range.shape[0] ** 3

# 獲取隱藏點移除操作的相機和半徑參數(shù)。
camera, radius = get_hpr_camera_radius(pcd)

# 循環(huán)使用上面為每個軸定義的角度值。
for x_theta_deg in theta_range:
 for y_theta_deg in theta_range:
 for z_theta_deg in theta_range:

 print(f"Removing hidden points - processing view {view_counter} of {total_views}.")

 #按給定的角度值旋轉(zhuǎn)點云。
 x_theta = deg2rad(x_theta_deg)
 y_theta = deg2rad(y_theta_deg)
 z_theta = deg2rad(z_theta_deg)
 pcd_rotated = get_rotated_pcd(pcd, x_theta, y_theta, z_theta)

 # 使用上面定義的攝影機和半徑參數(shù)對旋轉(zhuǎn)的點云執(zhí)行隱藏點移除操作。
 pt_map = get_hpr_pt_map(pcd_rotated, camera, radius)

 # 聚合未隱藏的點的索引的輸出列表。
 pt_map_aggregated += pt_map

 view_counter += 1

# 通過將聚合列表轉(zhuǎn)換為集合，從聚合列表中刪除所有重復(fù)的點。
pt_map_aggregated = list(set(pt_map_aggregated))
# 將點云中的所有可見點繪制為藍(lán)色，將所有隱藏點繪制為紅色。

pcd_visible = pcd.select_by_index(pt_map_aggregated)
pcd_visible.paint_uniform_color([0, 0, 1]) # 藍(lán)色點是可見點（需要保留）。
print("No. of visible points : ", pcd_visible)

pcd_hidden = pcd.select_by_index(pt_map_aggregated, invert=True)
pcd_hidden.paint_uniform_color([1, 0, 0]) # 紅色點是隱藏點（要刪除）。
print("No. of hidden points : ", pcd_hidden)

# 可視化點云中的可見（藍(lán)色）和隱藏（紅色）點。
draw_geoms_list = [mesh_coord_frame, pcd_visible, pcd_hidden]
# draw_geoms_list = [mesh_coord_frame, pcd_visible]
# draw_geoms_list = [mesh_coord_frame, pcd_hidden]
o3d.visualization.draw_geometries(draw_geoms_list)

#使用先前定義的邊界框裁剪可見點的點云，以移除其右半部分（正Z軸）。
pcd_visible_cropped = pcd_visible.crop(bbox_cropped)

# 使用先前定義的邊界框裁剪隱藏點的點云，以移除其右半部分（正Z軸）。
pcd_hidden_cropped = pcd_hidden.crop(bbox_cropped)

# 可視化裁剪的點云。
draw_geoms_list = [mesh_coord_frame, pcd_visible_cropped, pcd_hidden_cropped]
o3d.visualization.draw_geometries(draw_geoms_list)

# 為點云創(chuàng)建一個數(shù)據(jù)幀，其中包含所有點的X、Y和Z位置坐標(biāo)以及X、Y、Z方向上的法向單位向量坐標(biāo)。
pcd_df = pd.DataFrame(np.concatenate((np.asarray(pcd.points), np.asarray(pcd.normals)), axis=1),
 columns=["x", "y", "z", "norm-x", "norm-y", "norm-z"]
 )

# 使用上面隱藏點刪除操作中的點索引聚合列表，添加一列以指示點是否可見。
pcd_df["point_visible"] = False
pcd_df.loc[pt_map_aggregated, "point_visible"] = True

# 將整個點云保存為.pcd文件。
pcd_save_path = "data/3d_model.pcd"
o3d.io.write_point_cloud(pcd_save_path, pcd)

# 將刪除了隱藏點的點云保存為.pcd文件。
pcd_visible_save_path = "data/3d_model_hpr.pcd"
o3d.io.write_point_cloud(pcd_visible_save_path, pcd_visible)

# 將點云數(shù)據(jù)幀保存為.csv文件。
pcd_df_save_path = "data/3d_model.csv"
pcd_df.to_csv(pcd_df_save_path, index=False)