计算点云每个点的梯度（附open3d python代码）

计算每个点的梯度
通过查找曲面上的法向量和点来开始查找点的梯度
点和周围点的最佳拟合平面。对法向量进行归一化，然后计算指定方向的斜率


如果“axisxyz”输入为“z”，则检查法线的z坐标。如果值为负值，则整个
法向量乘以-1，使z坐标为正。然后通过以下公式计算坡度：
斜率=sqrt（x**2+y**2）
如果“axisxyz”输入为“x”，则检查法线的x坐标。如果值为负值，则整个
法向量乘以-1，使x坐标为正。然后通过以下公式计算坡度：
斜率=sqrt（y**2+z**2）
如果“axisxyz”输入为“y”，则检查法线的y坐标。如果值为负值，则整个
法向量乘以-1，使y坐标为正。然后通过以下公式计算坡度：
斜率=sqrt（x**2+z**2）
如果“axisxyz”未输入为“x”、“y”或“z”，则函数将引发异常“axisxyz must be x，y，or z”。

 
# coding:utf-8
import open3d as o3d
import numpy as np
from numpy.linalg import norm
from numpy.linalg import svd
 
 
def planeFit(points):
    """
    p, n = planeFit(points)
    Given an array, points, of shape (d,...)
    representing points in d-dimensional space,
    fit an d-dimensional plane to the points.
    Return a point, p, on the plane (the