根据mask获取外围点坐标

准备好一个标定板，确认标定板的宽边和长边的角点数量，还有角点的间距。 （2） 拍摄 5 组标定在不同角度下的图片，每组图片需要符合以下特点： 1 激光线需要打在标定板角点边缘以内； 2 标定板所有角点在图像内清晰可见； 3 每组照片的激光点都需要发生图像坐标 y 方向上的变化； 4 每组照片需要两张图，一张是没有激光的标定板图），一张是只有激光的 激光点图，两张图只是有无激光点区别，标定板的位置不能变； （3） 每组组照片中，根据标定板图的最外围角点位置（如图 3.4），在激光图中截取出只 在标定板范围内的激光点。 （4） 第（3）步中得到的标定板范围内的激光点，因为每组图片中的激光点与标定板共面， 可以根据标定板建立世界坐标系，并求出每组激光点在相机坐标系下的坐标。 （5） 利用最小二乘法，将第（4）步得到的所有在相机坐标系下的激光点坐标拟合出最终的 光平面方程。写一段代码，这是jpg图片的地址

``` import open3d as o3d import numpy as np def slice_point_cloud(pcd, axis='x', position=0.0, tolerance=0.1): """ 改进版点云切片函数（继承颜色信息） :param pcd: 输入点云 :param axis: 切片轴向 ('x' 或 'y') :param position: 切片位置 :param tolerance: 切片厚度半径 :return: 切片后的点云 """ points = np.asarray(pcd.points) # 创建轴向选择掩码 axis_index = 0 if axis.lower() == 'x' else 1 mask = (points[:, axis_index] > position - tolerance) & (points[:, axis_index] < position + tolerance) # 创建切片点云并继承颜色 sliced_pcd = o3d.geometry.PointCloud() sliced_pcd.points = o3d.utility.Vector3dVector(points[mask]) if pcd.has_colors(): sliced_pcd.colors = o3d.utility.Vector3dVector(np.asarray(pcd.colors)[mask]) return sliced_pcd # 新增函数：创建独立坐标系 def create_coord(): """创建新的坐标系实例""" return o3d.geometry.TriangleMesh.create_coordinate_frame(size=1.0) if __name__ == "__main__": # 加载点云并设置颜色 pcd1 = o3d.io.read_point_cloud("source.pcd").paint_uniform_color([1, 0, 0]) # 红色 pcd2 = o3d.io.read_point_cloud("target.pcd").paint_uniform_color([0, 1, 0]) # 绿色 # 创建主坐标系（用于第一个窗口） coord_main = create_coord() while True: # 用户输入处理 axis = input("请输入切片轴向 (x/y，输入q退出): ").lower() if axis == 'q': break if axis not in ['x', 'y']: print("输入错误，请重新输入！") continue try: position = float(input("请输入切片位置: ")) except ValueError: print("请输入有效数字！") continue # 执行切片操作 tolerance = 0.1 sliced1 = slice_point_cloud(pcd1, axis, position, tolerance) sliced2 = slice_point_cloud(pcd2, axis, position, tolerance) # 创建新的坐标系实例（用于第二个窗口） coord_secondary = create_coord() # 分别可视化两个切片 vis1 = o3d.visualization.Visualizer() vis1.create_window(window_name="Source切片视图", width=800, height=600) vis1.add_geometry(sliced1) vis1.add_geometry(coord_main) vis2 = o3d.visualization.Visualizer() vis2.create_window(window_name="Target切片视图", width=800, height=600) vis2.add_geometry(sliced2) vis2.add_geometry(coord_secondary) # 修改这里 # 保持窗口显示 vis1.run() vis2.run() # 清理资源 vis1.destroy_window() vis2.destroy_window()```在这个代码的基础上增加，将两个点云切片在该切片平面上做投影，找到第一个点云文件切片坐标最靠外的两个点，第二个点云切片只显示这个坐标外的点，比如说平行于y-z平面的切片就只取y值最大与最小的点，第二个点云切片只取y值在这两个点范围之外的点

yolov8获取分割点坐标