简介面向地质、建筑、工程领域从业者及三维点云处理学习者的CloudCompare系统教程从基础操作覆盖到进阶功能适合不同阶段用户对照学习。PDF文档以软件功能菜单为主线先讲File文件管理、Display显示设置、Save保存和Global shift全局坐标设置再演示Primitive Factory生成平面、立方体、球体、圆柱体、圆锥体等几何体及从模型采样点云的方法点云处理部分则包括颜色渲染、法线估计、最小生成树与快速行进法法线精细化、八叉树计算与重采样、Delaunay三角剖分、网格编辑以及Tools工具菜单中的去噪、点云展开、ICP配准、统计分割、拟合、降采样等操作并补充配准、距离测量、粗配准、点云合并、汉化方法和插件扩展等实用技巧。资源共1个PDF文件压缩包大小4.95MB内容体系完整、目录结构清晰便于随时查阅可直接对照软件界面逐步实操适合需要快速上手或系统提升CloudCompare能力的用户。已有1445人浏览学习。1. CloudCompare 是什么别把它当傻瓜式点云查看器如果你搜 CloudCompare 教程多半是手里已经有一份点云或网格数据但打开软件后对着满屏菜单不知道下一步该点哪里。我的经验是先花 10 分钟弄懂这个软件的定位后面所有操作才不慌。它本质上是一个以点云和网格为核心处理的通用三维数据处理平台不是 CAD、不是建模软件、也不是 GIS它更接近「点云数据的手术台」——从数据加载、清洗、配准、几何测量到对比分析全部在同一个界面里完成。和商业软件相比它最大的优势是全开源、免费、跨平台同时保留了大量命令行批处理能力适合做数据分析流水线。你能用它解决什么问题简单说四类第一类是格式转换把 LAS、E57、PTS、XYZ 等数十种格式互转这是最频繁的使用场景第二类是点云预处理比如降采样、去噪、平滑、法线估算第三类是配准与融合把多站扫描数据对齐到一个坐标系第四类是差异分析与测量比如前后两次扫描对比形变、计算体积或距离。如果你是做三维重建、测绘、建筑扫描、机械监测或者科研数据处理的一线工程师CloudCompare 几乎是你绕不开的开源工具。另外要说清楚一个心理预期在很多操作上它确实不「傻瓜」快捷键多、菜单分散、部分参数术语偏学术。但这恰恰说明它功能密度高一旦你把核心工作流走通效率会比各种点云库代码开发高很多。接下来我会从下载安装开始一直到点云配准、差异对比、命令行批处理把这些年在实际业务里反复用到的步骤和坑一起讲清楚。2. 安装与数据加载从打开软件到不丢点云的第一关2.1 下载安装版本选择和三个安装后的立即动作CloudCompare 官方发布渠道是 GitHub ReleasesWindows、macOS、Linux 都有对应构建版本。我一般建议优先下载Windows 稳定版安装包或者免安装 zip而不是去第三方下载站找修改版因为你永远不知道那些包里塞了什么额外组件。macOS 用户要注意官方提供的不是 Mac App Store 版本而是需要自行右键打开或通过终端执行xattr -cr解除隔离属性否则系统会拦截启动。安装完成后有三件事我会立刻做第一打开软件后进入Edit Preferences Display把Default perspective的前后裁剪平面调大例如近裁剪 0.001、远裁剪 5000避免点云稍微离原点远一点就被裁剪消失。很多新手打开点云发现「只有坐标轴没有点」或者「点云在旋转时突然消失」八成就是这个原因。第二在Preferences Display Colors里设置背景色为纯黑或深灰色荧光色点云在高对比背景下更容易观察亮度变化。第三确认Octree相关选项处于启用状态因为后续的点云距离计算、法线估算都要先建 Octree。2.2 支持格式与推荐的加载顺序CloudCompare 默认支持的点云格式非常多LAS/LAZ、E57、PTS、PTX、XYZ、ASCII、PLY、OBJ、STL、FBX、IGES 等几十种。但如果你要加载大型文件超过 1 亿点我的建议是能用E57优先用 E57它自带颜色和强度信息并且二进制紧凑IO 速度最快其次用LAS/LAZ测绘行业通用LAZ 是压缩格式加载速度比 LAS 慢一些但文件小很多PTS/XYZ只有纯坐标和可能附带 RGB好处是通用性极强坏处是文件大且没有强度信息OBJ/STL是网格格式CloudCompare 也能加载但网格操作不是它最擅长的主项精细编辑建议用专门网格软件。加载操作非常简单File Open选择文件或者直接把文件从资源管理器拖入三维视图窗口。如果文件带颜色或强度软件会在 Console 提示读取的字段信息。对于超大点云我会先用LASlib 命令行工具如 lasinfo查看点云范围、点数、坐标偏移然后再决定在 CloudCompare 里是否用裁剪框先裁掉无关区域再加载。2.3 加载后第一步必须做的事检查坐标和单位点云加载完成后不要急着做任何操作先看一眼 DB Tree左侧实体树里实体的属性选中实体右侧 Properties 面板会显示Bounding-box的最小/最大坐标范围确认单位是米还是毫米很多从不同设备导出的 PTS 是毫米而 LAS 是米混合使用会直接导致后续配准和测量全乱确认强度/颜色/法线字段是否存在后续显示模式取决于这些字段。我处理过不少「加载后点云全黑」的案例原因就是没有设置颜色来源。遇到显示异常时在实体的 Properties 面板里找到Display相关下拉框选择用 RGB 或 Intensity 作为颜色缓冲即可。加载完成后马上用鼠标操作熟悉视图导航左键旋转、中键平移、滚轮缩放。按住 Shift 再滚动可以调节滚动速度这在加载大场景时特别重要。不要急着合并点云或批量去噪先跑一个Edit Box或画一个裁剪框感受一下视图交互。3. 点云预处理三板斧裁剪、降采样、去噪数据加载进来之后99% 的原始点云都不能直接用于配准或分析。你必须先做三件事裁剪无关区域、控制点密度、清除离群噪声。这三步是后面所有操作的地基每一步的参数设定都直接决定最终效果。3.1 裁剪用裁剪盒删掉不需要的区域最常见的需求是把扫描现场的墙面、地面、遮挡物去掉只保留目标区域。CloudCompare 提供两种裁剪方式Box 裁剪Edit Box画一个矩形裁剪盒框住你需要的区域然后选择Segment保留盒内点或者Cut删除盒内点多边形裁剪Edit Segment通过鼠标在视图上画二维多边形基于当前视角切割适合边界形状不规则的区域。我的常用操作步骤1. 选中要裁剪的点云实体确保它在 DB Tree 里高亮 2. 菜单Edit Box 3. 在视图窗口中用鼠标左键拖拽出裁剪盒的底面矩形再向上拉出高度 4. 如果能接受盒内区域点击 [Segment] 保留盒内点如果是要删除盒内障碍物点击 [Cut] 删除盒内点 5. 裁剪完成后左侧 DB Tree 会出现新的实体保留区/删除区记得把不需要的实体右键移除逻辑说明Box 裁剪本质是创建一个平行于坐标轴的立方体然后做一次空间相交测试。Segment和Cut的区别在于保留哪一侧的点如果你选错了可以用Edit Undo撤回。值得注意的是Box 裁剪的盒子轴向始终和世界坐标系平行如果目标区域是斜向的你需要先旋转点云或者在选盒子时手动调整旋转参数按住 Alt 配合鼠标可以旋转盒子但这个操作很容易误触建议先把点云旋转到合适视角再用盒子。参数说明Box操作没有精确尺寸输入框完全依赖鼠标拖拽如果你需要精确尺寸裁剪不如直接在点了Segment后用Tools Fit Compute geometric transformation或者编辑矩阵来旋转。此外裁剪操作对超大点云不会立即释放内存裁剪后产生的实体仍然占用资源最好右键未使用实体选择Delete彻底移除。3.2 降采样抽稀到够用即可的密度原始点云密度过高不仅后续计算慢法线估算和距离计算也会产生大量噪音。CloudCompare 有两个最常用的降采样工具Tools Subsample Spatial空间均匀抽稀设置最小间距每个范围内保留一个点Tools Subsample Random随机抽稀按数量百分比或目标点数随机抽取。实际业务里我几乎只用 Spatial 均匀抽稀它的参数Minimum space between two points直接控制了最终点间距。比如扫描物体表面点间距是 1mm你可以设置为 2mm瞬间点数减少 4 倍左右而物体细节基本不损失。我的操作1. 选中原始点云实体 2. 点击菜单Tools Subsample Spatial 3. 在对话框里输入 Minimum space between two points例如 0.01单位跟随点云坐标单位米制就是 1cm 4. 勾选 Update octree structure推荐 5. 点击 OK生成降采样后的实体逻辑说明Spatial 降采样本质是维护一个 3D 网格空间网格间距就是你设置的Minimum space值。每个网格体素内只保留第一个或重心点所以点云密度会均匀降低不会出现某一区域被过度抽稀导致的孔洞。它和单纯按百分比随机抽稀不同随机抽稀可能会让稀疏区域更稀疏甚至丢掉细小结构。参数说明点云单位如果是米0.01就是 1cm 间距如果是毫米0.01是 0.01mm所以必须先确认坐标单位。我一般建议降采样到目标点间距为后续最小特征尺寸的 1/2 到 1/3 即可过度降采样会让细节在配准阶段丢失。 降采样后用Tools Other Point cloud properties Density可以查看局部密度分布确认抽稀效果是否均匀。3.3 去噪剔除离群噪点和孤立小团簇扫描设备、光照、遮挡、随机误差都会产生孤立的噪点。CloudCompare 内置的去噪滤波器主要来自统计方法Tools Clean SORStatistical Outliers Removal按每个点邻域距离分布移除距离均值过大的点Tools Clean Noise filter基于局部平面拟合残差过滤噪声Tools Clean Low-pass / Band-pass filter根据高度/强度/距离过滤。我最常使用的是 SOR它适合大多数场景参数直接且效果稳定。操作路径是1. 选中降采样后的点云 2. 点击菜单Tools Clean SOR 3. Number of neighbors例如 10每个点用于统计的邻居数量 4. Standard deviation multiplier threshold例如 1.0允许偏离平均距离的标准差倍数 5. 勾选 Generate remaining points保留清除的点作为一个新实体方便检查 6. 点击 OK逻辑说明SOR 算法为每个点找到指定数量的近邻计算每个点到其近邻的平均距离。由于这些平均距离整体近似服从高斯分布算法会计算全局均值和标准差。凡是平均距离超出均值 倍数 × 标准差的点都被视为离群噪点移除。它特别擅长剔除飞来飞去的孤立点和薄云状噪点但对整体成片、低密度噪声效果有限——那种情况需要先用空间抽稀或低通滤波处理。参数说明Number of neighbors越大判断越稳健但耗时越长Standard deviation multiplier threshold越小过滤越严厉一般取 0.5 到 2 之间。我调参数时习惯先设neighbors10, threshold1.0跑完后可视化被移除的点如果发现被移除的点里有明显的真实结构点就调大阈值重跑。不要一次调太狠宁可多跑两次。去噪完成后记得观察实体数量SOR 默认会把「清洁点云」和「噪声点云」分成两个实体确认新实体名称里含有clean字样再把噪声实体直接删除。4. 点云配准与对齐ICP 和手动选点注册实操多站扫描、多视角拼接或者不同时期扫描对齐核心问题都是配准。CloudCompare 提供两种最基本的配准路径手动选点配准和自动 ICP迭代最近点配准。绝大多数实战场合都是先粗配准再做 ICP 精配准。4.1 为什么要先粗配准再精配准ICP 算法对初始位置非常敏感它本质上是在两组点云之间反复寻找最近点并计算旋转平移矩阵如果两组点云初始重叠角度差超过一定范围通常 15° 以上就容易掉进局部最优结果会完全跑飞。所以直接把两组不同视角的点云丢进 ICP翻车概率接近百分之百。先手动粗配准的目标是让两组点云大致重叠然后再用 ICP 收敛到高精度。4.2 手动选点配准至少选三对同名点操作步骤以两组点云 A 为参考、B 为待对齐目标为例1. 在 DB Tree 里把 A 设为当前活动实体高亮选中 2. 同时选中 A 和 BCtrl点击注意顺序先选参考点云再选待配准点云 3. 点击菜单Tools Registration Match bounding-box centers如果完全不知道相对位置先做这一步让两组中心重合 4. 之后Tools Registration Align (point pairs picking) 5. 在弹出的对话框里按提示在 A 点云上选取一个特征点例如墙角然后在 B 点云上选取对应的同名点 6. 重复至少 3 组建议 4~5 组然后点击 Align 按钮 7. 软件会基于这些点对计算刚体变换矩阵点击 Apply / OK 完成变换逻辑说明Align 功能使用至少三个非共线点对求解旋转和平移矩阵。如果只选 2 点矩阵不唯一如果选点共线算法会退化或给出错误结果。因此我一般选墙角、标志物边缘、雕塑尖端等有明显几何特征的位置。选点时对话框会显示当前点在两组点云中的坐标观察坐标差异可以大致判断变换的合理性。参数说明注意Align对话框里有一个Use model as reference的隐含逻辑顺序非常重要先选中的实体会被视为参考后选中的被移动。如果你反了点云会往错误方向对齐甚至飞走。对齐完成后软件会提示旋转矩阵和平移向量的数值建议截图或复制到文本里留存因为后续如果要对齐多个同地点扫描可以直接粘贴矩阵复用。4.3 ICP 精配准三个必调参数与一个隐藏开关粗配准完成后菜单路径1. 选中 A 和 B参考在前、待配准在后 2. 点击菜单Tools Registration Fine registration (ICP) 3. 参数设置参考下面 4. 点击 OK 开始迭代 5. 完成后查看 Converged 信息和 RMS 值参数经验表常用范围参数作用我的常用值Final overlap两组点云期望重叠比例取值 0~10.7~0.9视野覆盖重叠较少时调小到 0.5Max distance匹配点对距离上限超过该距离不参与迭代粗配准后最大误差的 2~3 倍Max number of iterations迭代次数上限防止死循环20~50RMS均方根误差越小越好通常低于粗配准前 RMS 至少一个数量级逻辑说明ICP 每次迭代计算参考点云与待配准点云之间的最近点对然后求解最小二乘变换更新位置后重复。Final overlap是最容易被忽视的参数如果两组点云只有部分重叠比如扫描角度不同导致可见区域只有 60%你却设了 1.0那么迭代中大量匹配对来自非重叠区域会拉偏变换矩阵最终 RMS 很大甚至严重错位。所以必须根据实际重叠比例设置该参数。参数说明Max distance需要根据点云密度调整如果点间距是 1cm初始距离上限可以设 0.2m迭代几次后 RMS 会快速收敛如果设置太小很多点找不到对应点迭代可能停止或震荡。我习惯先设一个较大初值比如包围盒对角线长度的 1/20第一轮迭代观察 RMS 下降曲线后再逐步缩小Max distance精跑一轮。还有一个隐藏开关在Tools Registration Fine registration (ICP)对话框底部Use colors as criteria。如果你的点云带有可靠的颜色信息且色彩有足够区分度勾选它能在几何特征少、对称性强的场景比如圆柱、球体避免 ICP 旋转漂移。如果颜色不准不同设备曝光差异巨大就不要勾选否则颜色差异也会被算进匹配误差里。ICP 完成后DB Tree 里会出现一个新的实体名称类似B.registered。对比配准前后 RMS如果从几十厘米降到毫米级就算成功了如果 RMS 收敛但视图里两组点云明显有旋转错位多半是初始粗配准不够好或者Final overlap设错了。此时不要继续调 ICP而是回到粗配准步骤重新选点。5. CloudCompare 避坑与常见问题排查这一章是我用 CloudCompare 两三年里踩过最多的坑每一条都是实打实能让你卡住半小时以上的问题。按「现象 → 原因 → 解决」来写希望你直接跳过事故现场。5.1 点云加载后是蓝色模型视图而不是彩色点云现象打开 LAS 或 E57 文件三维窗口里只能看到一片蓝色或者灰色的点云颜色信息似乎丢了。原因CloudCompare 默认显示颜色可能设置为 RGB但文件本身没有 RGB 字段只有强度Intensity信息或者实体属性的颜色缓冲设置被重置成默认「flat color纯色」了。解决选中实体在 Properties 面板的Display下拉框里切换设置如果数据带强度数据选择Intensity显示灰度梯度如果带 RGB 选择RGB。另外确认点云文件确实包含颜色字段可以右键实体属性查看 The point cloud has... 这一段描述。强度显示时建议在Edit Scalar fields Show histogram里拉伸灰度范围否则大部分点看起来几乎是全白或全黑。5.2 裁剪后点云还留在原地删不掉现象用 Box 裁剪生成了两个实体删除了不想保留的实体但视图里那些点还在。原因最可能出现的是你没有删除正确的实体而是删除了父实体导致隐藏的子实体仍在渲染。更常见的情况是你在裁剪之前没有把当前活动实体切换到目标点云导致裁剪实际生成了包含空的实体。解决确认 DB Tree 中的实体层级关系右键实体选择Delete而不是Remove from display同时检查Edit Segment输出的是两个实体一个带segment后缀另一个带cut后缀保留你需要的那个。操作之前先按一次「取消隐藏全部」快捷键CtrlH防止某些实体被误隐藏。5.3 ICP 配准结果完全飞了现象两组点云经过粗配准后视觉位置挺接近跑完 ICP 后反而错得更远或者 RMS 显示收敛但点云旋转偏移明显。原因Final overlap设置过高把大量非重叠区域硬匹配或者勾选了Use colors as criteria而颜色匹配极不稳定也可能点云存在对称结构立面有大量窗户、柱子间距相似ICP 陷进局部极值。解决先把Final overlap从 1.0 降到你估算重叠量的 0.6~0.8迭代次数从 20 提到 50跑一次再看。如果还是不行回到 Delaunay 或选点配准阶段加入更多分布范围大的同名点再粗配准一次。另外注意某些版本 ICP 迭代时每次会输出当前误差如果误差曲线先降后升说明已经发散需要停止并重新初始化。5.4 测量两点的距离结果是超大数值数百米甚至上千现象用Tools Measure Point to point distance在两点之间量距离结果和实际差了十几个数量级。原因点云坐标单位可能是毫米或厘米而距离工具默认按当前坐标单位显示。例如单位是毫米那么测量结果要除以 1000 才是米。或者使用了地理坐标系经纬度导致度数当成米来算。解决先确认每个点云的单位在 Properties 面板中如果坐标范围显示是6e06级别基本是投影坐标米如果坐标范围是3.1e08那可能是毫米。如果单位混用先用Edit Scale把单位统一。对于地理坐标系点云建议先用工具转成投影坐标再测量否则距离完全没有意义。5.5 加载大型点云时内存爆满、操作卡顿现象打开 1 亿多点的 LAS 文件后软件界面基本无法操作旋转视角一卡一卡甚至直接闪退。原因32 位版本或者内存不足点云加载后默认还生成了等高精度索引没有进行裁剪就做全局渲染。解决优先用 64 位版加载时不要拖拽文件而是File Open在加载对话框里取消勾选Load colors等无关字段如果只处理坐标。加载后立刻用Edit Box裁剪到感兴趣区域如果只是观察整体结构先用Tools Subsample Spatial随机下采样到 500 万点左右再交互。此外在Display Performance里关闭Splat rendering或调整点大小渲染模式也能显著降低 GPU 负载。6. 提高效率的进阶技巧命令行批处理与脚本自动化当你第一次手动完成一遍点云预处理之后你就会发现重复劳动极其枯燥。CloudCompare 自带一个命令行模式可以用单个命令完成文件格式转换、降采样、去噪、导出等一系列操作而且脚本化后可以运用于批量数据处理。这一章我会讲一套我自己在用的最小脚本骨架以及几个提高日常效率的技巧。6.1 命令行批处理用一行命令转换 100 个点云文件CloudCompare 的命令行模式通过可执行文件Windows 上是CloudCompare.exeLinux 上是cloudcompare.CloudCompare加参数调用。核心参数用字符-O读取、-C_EXPORT_FMT导出格式、-SAMPLE_MESH等描述。我的常用脚本模板Windows 批处理格式CloudCompare.exe -SILENT ^ -O D:\data\scan1.las ^ -O D:\data\scan2.las ^ -C_EXPORT_FMT LAS ^ -SAVE_CLOUDS FILE D:\output # 说明 # -SILENT后台静默运行不弹出图形界面 # -O依次加载点云文件可重复多组 # -C_EXPORT_FMT设置保存格式这里是 LAS # -SAVE_CLOUDS FILE将所有加载的点云保存到指定目录 # 文件名沿用原名格式由 C_EXPORT_FMT 决定逻辑说明这段批处理的本质是加载两个 LAS 文件再以 LAS 格式导出到D:\output目录。看似简单实际是个极好的格式转换工具尤其是你手头有一百个 PTS 文件要转成 E57 时写一个循环调用这个命令全自动跑完。参数说明-SILENT可以让程序在无界面情况下运行适合在服务器或 CI 流水线里执行。如果希望看到每个阶段的日志可以去掉-SILENT并把输出重定向到文本文件例如CloudCompare.exe -O D:\data\scan.las -C_EXPORT_FMT PLY -SAVE_CLOUDS FILE D:\output log.txt 216.2 命令行点云降采样不打开图形界面直接抽稀处理几十个文件时你不想每次手动打开图形界面命令如下CloudCompare.exe -SILENT ^ -O D:\data\scan.las ^ -SS SPATIAL 0.05 ^ -C_EXPORT_FMT LAS ^ -SAVE_CLOUDS FILE D:\output_ds # 说明 # -SS SPATIAL 0.05调用 Spatial 降采样设置最小点间距 0.05米 # 其余参数复用上例逻辑说明这个命令非常稳定适合在预处理阶段把原始大点云批量抽稀到可操作密度。注意0.05必须严格按照你点云的单位来写。如果你需要以固定点数降采样Random subsample参数换成-SS RANDOM 5000000保留 500 万点。6.3 命令行批量计算点云距离Cloud-to-Cloud Distance最常用的场景比较两期点云差异如扫描结构变形、施工监测。CloudCompare.exe -SILENT ^ -O D:\data\reference.las ^ -O D:\data\compared.las ^ -C2C_DIST ^ -SAVE_CLOUDS FILE D:\c2c_result # 说明 # -C2C_DIST计算两个点云之间的最近点距离结果写入 # 第二个点云的 scalar field # -SAVE_CLOUDS FILE把带距离标量的点云保存下来逻辑说明-C2C_DIST本质是 Cloud-to-Cloud 距离它会在两个点云之间反复构建 Octree 并提供每个点最近点的距离。输出点云保留了一个标量场scalar field用 CloudCompare 打开后可以在属性面板把颜色缓冲切换为对应 scalar field就能直观看到局部差异分布。如果要做形变监测还可以配合M3C2插件命令行参数-M3C2处理更复杂的两期点云差但 M3C2 对参数质量和初始配准要求很高建议先在图形界面试验好参数再转命令行。6.4 配合脚本做批量队列处理我实际使用中会写一个 Python 脚本去调用 CloudCompare 命令行自动遍历文件夹里所有点云并调用降采样import subprocess from pathlib import Path # 设置 CloudCompare 可执行文件路径 cc_exec rD:\CloudCompare\CloudCompare.exe # 设置输入输出目录 input_dir Path(rD:\raw_scans) output_dir Path(rD:\preprocessed) output_dir.mkdir(exist_okTrue) for las_file in input_dir.glob(*.las): # 构建命令行参数注意 .exe 调用方式 cmd [ cc_exec, -SILENT, -O, str(las_file), -SS, SPATIAL, 0.05, -C_EXPORT_FMT, LAS, -SAVE_CLOUDS, FILE, str(output_dir) ] # 执行等待完成 subprocess.run(cmd, checkTrue) print(fProcessed: {las_file.name})逻辑说明这个 Python 脚本本质上是一个批处理封装它对每个.las文件执行 CloudCompare 命令行降采样并保存。好处是你可以在服务器上用nohup或计划任务运行大批数据处理节省大量手动点按钮时间。subprocess.run(..., checkTrue)会在返回码非 0 时抛异常方便日志排查——我在实际处理 200 个文件时就用这种方式排查出了 3 个坐标异常的文件。参数说明-SS SPATIAL 0.05中0.05是点间距如果点云单位是毫米则应该是50。这个脚本默认对每个文件独立处理如果不同文件坐标单位不一致建议在流程前先写一个单位转换脚本。另外不是所有 CloudCompare 版本的命令行参数完全一致运行前可以先CloudCompare.exe -help看当前版本支持哪些参数。6.5 使用命令行的三个注意事项第一命令行模式的-SILENT不代表完全无错误输出建议把 stdout/stderr 重定向到日志文件磁盘空间不足或文件路径包含非法字符时日志里通常会打印错误码不要只盯着界面。第二如果输入点云包含多个标量场保存为 LAS 时会默认保存第一个标量场为强度如果想保留自定义属性建议用-SAVE_CLOUDS后追加-EXT等参数或者直接用二进制格式如 E57避免字段丢失。第三命令行模式与 GUI 模式在部分插件支持上并不完全一致一些插件只在 GUI 里提供按钮因此复杂流程建议先用 GUI 录制参数再转成命令行脚本不要一上来就挑战全自动。另外再分享一个被很多熟手忽略的小技巧CloudCompare 支持把一次操作序列保存为.ccscript格式的命令列表在File Save script中生成打开脚本后可以看到每个功能对应的内部函数名这比查文档更快找到命令行参数拼写。我第一次写 M3C2 批量脚本时就是靠这个脚本反查参数名的少走了很多弯路。最后说一句我的个人习惯每次跑关键配准或测量前我会先把原始点云复制一份作备份所有操作都在副本上进行因为 CloudCompare 的部分破坏性操作比如裁剪合并一旦保存原文件很难恢复原状。遇到不确定的参数先用框选一小块区域试跑再整体处理。多留一条后路少熬夜一次。希望这些经验能帮你在 CloudCompare 的路上少踩几个坑。本文还有配套的精品资源点击获取