PCL点云库(1) - 简介与数据类型

news2024/11/15 12:50:01

目录

1.1 简介

1.2 PCL安装

1.2.1 安装方法

1.2.2 测试程序 

1.3 PCL数据类型

1.4 PCL中自定义point类型

1.4.1 增加自定义point的步骤

1.4.2 完整代码

1.1 简介

来源：PCL（点云库）_百度百科

        PCL（Point Cloud Library）是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。支持多种操作系统平台，可在Windows、Linux、Android、Mac OS X、部分嵌入式实时系统上运行。如果说OpenCV是2D信息获取与处理的结晶，那么PCL就在3D信息获取与处理上具有同等地位。

        如《PCL架构图》所示，对于3D点云处理来说，PCL完全是一个的模块化的现代C++模板库。其基于以下第三方库：Boost、Eigen、FLANN、VTK、CUDA、OpenNI、Qhull，实现点云相关的获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。

1.2 PCL安装

1.2.1 安装方法

安装链接：ubuntu20.04下安装pcl_ubuntu安装pcl_Yuannau_jk的博客-CSDN博客

1.2.2 测试程序 

cmake_minimum_required(VERSION 2.6)
project(pcl_test)
 
find_package(PCL 1.10 REQUIRED)
 
include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})
 
add_executable(pcl_test pcl_test.cpp)
 
target_link_libraries (pcl_test ${PCL_LIBRARIES})
 
install(TARGETS pcl_test RUNTIME DESTINATION bin)
#include <iostream>
#include <pcl/common/common_headers.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/console/parse.h>
 
 
int main(int argc, char **argv) {
    std::cout << "Test PCL !!!" << std::endl;
    
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr point_cloud_ptr (new pcl::PointCloud<pcl::PointXYZRGB>);
    uint8_t r(255), g(15), b(15);
    for (float z(-1.0); z <= 1.0; z += 0.05)
    {
      for (float angle(0.0); angle <= 360.0; angle += 5.0)
      {
	pcl::PointXYZRGB point;
	point.x = 0.5 * cosf (pcl::deg2rad(angle));
	point.y = sinf (pcl::deg2rad(angle));
	point.z = z;
	uint32_t rgb = (static_cast<uint32_t>(r) << 16 |
		static_cast<uint32_t>(g) << 8 | static_cast<uint32_t>(b));
	point.rgb = *reinterpret_cast<float*>(&rgb);
	point_cloud_ptr->points.push_back (point);
      }
      if (z < 0.0)
      {
	r -= 12;
	g += 12;
      }
      else
      {
	g -= 12;
	b += 12;
      }
    }
    point_cloud_ptr->width = (int) point_cloud_ptr->points.size ();
    point_cloud_ptr->height = 1;
    
    pcl::visualization::CloudViewer viewer ("test");
    viewer.showCloud(point_cloud_ptr);
    while (!viewer.wasStopped()){ };
    return 0;
}

1.3 PCL数据类型

在头文件#include <pcl/point_types.h>中包含了所有内置的点云类型，部分如下：

namespace pcl
{
  /** \brief Members: float x, y, z
    * \ingroup common
    */
  struct PointXYZ;

  /** \brief Members: rgba
    * \ingroup common
    */
  struct RGB;

  /** \brief Members: intensity (float)
    * \ingroup common
    */
  struct Intensity;

  /** \brief Members: intensity (std::uint8_t)
    * \ingroup common
    */
  struct Intensity8u;

  /** \brief Members: intensity (std::uint32_t)
    * \ingroup common
    */
  struct Intensity32u;

  /** \brief Members: float x, y, z, intensity
    * \ingroup common
    */
  struct PointXYZI;

  /** \brief Members: float x, y, z, uin32_t label
    * \ingroup common
    */
  struct PointXYZL;

  /** \brief Members: std::uint32_t label
    * \ingroup common
    */

    ...
}

（1）PointXYZ-成员变量：float x, y, z

PointXYZ是使用最常见的一个点数据类型，因为它只包含三维xyz坐标信息，这三个浮点数附加一个浮点数来满足存储对齐，用户可以利用points[i].data[0]，或者points[i].x访问点的x坐标值。

（2）PointXYZI-成员变量：float x,y,z,intensity

Point是一个简单的XYZ坐标加intensity的point类型，xyz未与intensity位于同一个结构体。具体说xyz位于一个结构体，内存对齐，intensity位于另一个结构体，内存对齐（填充3个浮点数）。

（3）PointXYZRGBA-成员变量：float x,y,z,uint32_t rgba

rgba包含在一个整型变量中，其余与PointXYZI结构类似。

（4）PointXYZRGB-成员变量：float x,y,z,rgb

rgb信息包含在一个浮点型变量中，其余与PointXYZI结构类似。

（5）InterestPoint-float x,y,z,strength

strength用来表示关键点的强度测量值，其余与PointXYZI结构类似。

（6）Normal-float normal[3], curvature

Norma结构体表示给定点所在样本曲面上的法线方向，以及对应曲率的测量值。

（7）PointNormal-float x,y,z,normal[3], curvature

PointNormal是存储XYZ数据的point结构体，并且包括采样点对应法线和曲率。

（8）PointXYZRGBNormal-float x,y,z,rgb,normal[3], curvature

PointXYZNormal是存储XYZ数据和RGB颜色的point结构体，并且包括采样点曲面法线和曲率。

（9）PointXYZINormal-float x,y,z,intensity,normal[3], curvature

PointXYZNormal是存储XYZ数据和强度值的point结构体，并且包括采样点曲面法线和曲率。

（10）PointWithRange-float x,y,z(union with float point[4], range)

PointWithRange除了range包含从所获得的视点到采样点的距离测量值之外，其余与PointXYZI结构类似。

（11）PointWithViewpoint-float x,y,z,vp_x,vp_y,vp_z

PointWithViewpoint除了vp_x,vp_y,vp_z以三维点表示所获得的视点之外之外，其余与PointXYZI结构类似。

（12）MomentInvariantst-float j1,j2,j3

MomentInvariantst视野更包含采样曲面上面片的三个不变矩的point类型，描述面片上的顶带你分布情况。

（13）PrincipalRadiiRSD-float r_min,r_max

PrincipalRadiiRSD是一个包含曲面块上两个RSD半径的point类型。

（14）Boundary-uint_8 boundary_point

Boundary存储一个点是否位于曲面边界上的简单point类型。

（15）PrincipalCurvatures-float principal_curvature[3],pc1,pc2

PrincipalCurvatures包含给定点主曲率的简单point类型。

（16）PFHSignature125-float pfh[125]

PFHSignature125包含给定点的PFH（点特征直方图）的简单point类型。

（17）FPFHSignature33-float pfh[33]

FPFHSignature33包含给定点的FPFH（快速点特征直方图）的简单point类型。

（18）VFHSignature308-float vfh[308]

VFHSignature308包含给定点的VFH（视点特征直方图）的简单point类型。

（19）Narf36-float x,y,z,rool,pitch,yaw;fooat descriptor[36]

Narf36包含给定点NARF（归一化对齐半径特征）的简单point类型。

（20）BorderDescription-int x,y; BorderTraits traits

BorderDescription包含给定点边界类型的简单point类型。

（21）IntensityGradient-float gradient[3]

IntensityGradient包含给定点强度的梯度point类型。

（22）Histogram-float histogram[N]

Histogram用来存储一般用途的n维直方图。

（23）PointWithScale-float x,y,z,scale

PointWithScale除了scale表示某点用于几何操作的尺度外，其余与PointXYZI结构类似。

（24）PointSufel-float x,y,z,normal[3],rgba,radius,confidence,curvature

PointSufel存储XYZ坐标、曲面法线、RGB信息、半径、可信度和曲面曲率的复杂point类型。

1.4 PCL中自定义point类型

1.4.1 增加自定义point的步骤

（1）首先先进行结构定义

// 定义点类型结构
struct EIGEN_ALIGN16 MyPoint
{
    PCL_ADD_POINT4D    // 点类型有4个元素 XYZ+padding
    PCL_ADD_RGB        //加颜色
    double time_stamp;    //时间戳
    EIGEN_MAKE_ALIGNED_OPERATOR_NEW   // 确保new操作符对齐操作
};

 （2）注册到PCL库中

// 注册到PCL库
POINT_CLOUD_REGISTER_POINT_STRUCT(MyPoint,         //注册的结构类型
                                  (float, x, x)    //坐标
                                  (float, y, y)
                                  (float, z, z)
                                  (uint32_t,rgba,rgba)    //颜色
                                  (double, time_stamp, time_stamp)    //时间戳
);

1.4.2 完整代码

（1）自定义点云类型程序

cmake_minimum_required(VERSION 2.6)
project(mypoint)
 
find_package(PCL 1.10 REQUIRED)
include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})
 
add_executable(pcl_test pcl_test.cpp)
target_link_libraries (pcl_test ${PCL_LIBRARIES})
install(TARGETS pcl_test RUNTIME DESTINATION bin)
// 方式一：直接写在mypoint.cpp中
#define PCL_NO_PRECOMPILE
#include <iostream>
#include <chrono>
#include <pcl/point_cloud.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/PCLPointCloud2.h>
#include <pcl/visualization/pcl_visualizer.h>
using namespace std;

// 定义点类型结构
struct EIGEN_ALIGN16 MyPoint
{
    PCL_ADD_POINT4D    // 点类型有4个元素 XYZ+padding
    PCL_ADD_RGB        //加颜色
    double time_stamp;    //时间戳
    EIGEN_MAKE_ALIGNED_OPERATOR_NEW   // 确保new操作符对齐操作
};

// 注册到PCL库
POINT_CLOUD_REGISTER_POINT_STRUCT(MyPoint,         //注册的结构类型
                                  (float, x, x)    //坐标
                                  (float, y, y)
                                  (float, z, z)
                                  (uint32_t,rgba,rgba)    //颜色
                                  (double, time_stamp, time_stamp)    //时间戳
);

double getTimeStamp()
{
    auto timeNow = chrono::duration_cast<chrono::milliseconds>(chrono::system_clock::now().time_since_epoch());

    return timeNow.count()/1000.0;
}

int main(int argc, char *argv[])
{
    pcl::PointCloud<MyPoint>::Ptr cloud;
    cloud.reset(new pcl::PointCloud<MyPoint>);
    cloud->width = 100;
    cloud->height = 1;
    cloud->is_dense = false;
    cloud->points.resize(100);

    for(auto i = 0; i < 100; i++)
    {
        // xyz
        cloud->points[i].x = 1024 * rand() / (RAND_MAX + 1.0f);
        cloud->points[i].y = 1024 * rand() / (RAND_MAX + 1.0f);
        cloud->points[i].z = 1024 * rand() / (RAND_MAX + 1.0f);
        
        // rgb
        cloud->points[i].r = 1024 * rand() / (256);
        cloud->points[i].g = 1024 * rand() / (256);
        cloud->points[i].b = 1024 * rand() / (256);
        cloud->points[i].time_stamp = getTimeStamp();
    }

    pcl::io::savePCDFile("mypoint.pcd",*cloud);

    // to show
#if 0
    pcl::visualization::CloudViewer viewer("Cloud Viewer");
    viewer.showCloud<MyPoint>(cloud);
#else
    pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer(renderer, renderWindow, "viewer", false));
    viewer->addPointCloud<MyPoint>(cloud,color);
    viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 4);
    
    while (!viewer.wasStopped ())
    {
        viewer->spinOnce(100);

    }
#endif

    return 0;
}

 （2）头文件封装

// 方式二：独立的头文件
#ifndef MYPOINT_H
#define MYPOINT_H
#include<pcl/point_types.h>

namespace MYPOINT {

struct EIGEN_ALIGN16 _MYPOINT
{
    PCL_ADD_POINT4D
    PCL_ADD_RGB
    double time_stamp;
    EIGEN_MAKE_ALIGNED_OPERATOR_NEW
};

struct EIGEN_ALIGN16 MYPOINT : public _MYPOINT
{
    inline MYPOINT (const _MYPOINT &p)
    {
        x = p.x; y = p.y; z = p.z; data[3] = 1.0f;
        rgba = p.rgba;
        a = 0;
        time_stamp = p.time_stamp;
    }

    inline MYPOINT ()
    {
        x = y = z = 0.0f;
        rgba = 0;
        data[3] = 1.0f;
        time_stamp = 0;
    }

    inline MYPOINT (float _x, float _y, float _z, uint32_t _rgb,double _time_stamp)
    {
        x = _x; y = _y; z = _z;
        rgba = _rgb;
        data[3] = 1.0f;
        time_stamp = _time_stamp;
    }

    friend std::ostream& operator << (std::ostream& os, const MYPOINT& p)
    {
        os << "(" << p.x << "," << p.y << "," << p.z << "," << p.rgba << ","<< p.time_stamp << ")";
        return os;
    }

    EIGEN_MAKE_ALIGNED_OPERATOR_NEW
};
} 

POINT_CLOUD_REGISTER_POINT_STRUCT(MYPOINT::MYPOINT,
                                  (float, x, x)
                                  (float, y, y)
                                  (float, z, z)
                                  (uint32_t,rgb,rgb)
                                  (double, time_stamp, time_stamp)
);
#endif

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/440257.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

个推打造消息推送专项运营提升方案，数据驱动APP触达效果升级

个推打造消息推送专项运营提升方案，数据驱动APP触达效果升级

“数智化运营”能力已成为企业的核心竞争力之一。借助数据和算法&#xff0c;构建完善的数智化运营体系&#xff0c;企业可增强用户洞察和科学决策能力&#xff0c;提高日常运营效率和投入产出比。近半年&#xff0c;个推精准把握行业客户的切实需求&#xff0c;将“数智化运营…
阅读更多...
分析型数据库：MPP 数据库的概念、技术架构与未来发展方向

分析型数据库：MPP 数据库的概念、技术架构与未来发展方向

随着企业数据量的增多&#xff0c;为了配合企业的业务分析、商业智能等应用场景&#xff0c;从而驱动数据化的商业决策&#xff0c;分析型数据库诞生了。由于数据分析一般涉及的数据量大&#xff0c;计算复杂&#xff0c;分析型数据库一般都是采用大规模并行计算或者分布式计算…
阅读更多...
css的属性选择器

css的属性选择器

文章目录 属性选择器的原理简单的语法介绍子串值&#xff08;Substring value&#xff09;属性选择器 CSS 属性选择器的最基本用法复杂一点的用法层叠选择多条件复合选择伪正则写法配合 **:not()** 伪类重写行内样式 组合用法&#xff1a;搭配伪元素提升用户体验角标功能属性选…
阅读更多...
基于51单片机的智能晾衣架的设计与实现(源码+论文)_kaic

基于51单片机的智能晾衣架的设计与实现(源码+论文)_kaic

【摘要】随着社会和市场的变化&#xff0c;我国经济的快速发展和房地产行业的快速扩张&#xff0c;使得装修家居行业飞速发展&#xff0c;在行业高速发展的同时&#xff0c;消费者家居智能化要求也在日益发展。随着科学技术的进步和电子技术的发展&#xff0c;单片机作为智能控…
阅读更多...
Stable Diffusion一键安装器，只有2.3M

Stable Diffusion一键安装器，只有2.3M

最近AI画图真的是太火了&#xff0c;但是Midjourney收费之后大家就不知道去哪里能用AI画图了&#xff0c; Stable Diffusion很多人听过&#xff0c;但是安装特别麻烦。所以为大家介绍一款软件&#xff0c;一键安装SD。 Stable Diffusion一键安装器_SD一键启动器-Stable Diffus…
阅读更多...
LeetCode：459. 重复的子字符串 —【2、KMP算法】

LeetCode：459. 重复的子字符串 —【2、KMP算法】

&#x1f34e;道阻且长&#xff0c;行则将至。&#x1f353; &#x1f33b;算法&#xff0c;不如说它是一种思考方式&#x1f340; 算法专栏&#xff1a; &#x1f449;&#x1f3fb;123 一、&#x1f331;459. 重复的子字符串 题目描述&#xff1a;给定一个非空的字符串 s &…
阅读更多...
Docker数据管理与Docker镜像的创建

Docker数据管理与Docker镜像的创建

目录 1.管理数据的方式 1.数据卷 2.数据卷容器 3.容器互联&#xff08;使用centos镜像&#xff09; 2.Docker镜像的创建 1.基于现有镜像创建 2.基于本地模板创建 3.基于Dockerfile创建 4.Dockerfile案例 总结 1.管理数据的方式 容器中管理数据主要有两种方式&#xff1…
阅读更多...
c++作业

c++作业

自己定义mystring类实现string功能 #include <iostream> #include<cstring> using namespace std;class myString {private:char *str; //记录c风格的字符串int size; //记录字符串的实际长度public://无参构造myString():size(10){str new …
阅读更多...
tomcat服务搭建

tomcat服务搭建

系列文章目录 文章目录 系列文章目录一、Tomcat1.核心功能 二、Tomcat服务搭建1.Tomcat服务2.Tomcat 虚拟主机配置1.创建 kgc 和 benet 项目目录和文件2.修改 Tomcat 主配置文件 server.xml3.客户端浏览器访问验证 三、Tomcat多实例部署 一、Tomcat 1.核心功能 1.connector&a…
阅读更多...
Spring Bean生命周期源码之包扫描、创建BeanDefinition、合并BeanDefinition源码

Spring Bean生命周期源码之包扫描、创建BeanDefinition、合并BeanDefinition源码

文章目录 Bean生命周期源码生成BeanDefinitionSpring容器启动时创建单例Bean合并BeanDefinition Bean生命周期源码 我们创建一个ApplicationContext对象时&#xff0c;这其中主要会做两件时间&#xff1a;包扫描得到BeanDefinition的set集合&#xff0c;创建非懒加载的单例Bea…
阅读更多...
体验ChatGPT在具体应用场景下的能力与表现——vuedraggable的move多次触发问题

体验ChatGPT在具体应用场景下的能力与表现——vuedraggable的move多次触发问题

当下人工智能模型在满天飞&#xff0c;今天拿一个具体的应用场景&#xff0c;来体验下ChatGPT的能力与表现&#xff0c;看看是否能解决实际问题。 顺便填一下之前遇到的一个具体的坑&#xff1a;vuedraggable的move多次触发问题。 背景 背景是这样的&#xff0c;实现低代码开…
阅读更多...
Hadoop启动相关命令

Hadoop启动相关命令

Hadoop启动相关配置 文章目录 Hadoop启动相关配置格式化节点的情况什么情况下Hadoop需要进行格式化节点&#xff1f; Hadoop启动步骤Hadoop的启动步骤只是start-dfs.sh即可吗 *hdfs*的web管理页面参数说明参数的评价场景 格式化节点的情况 什么情况下Hadoop需要进行格式化节点…
阅读更多...
赛效：怎么用改图鸭进行一键Logo设计?

赛效：怎么用改图鸭进行一键Logo设计?

改图鸭工具是一款在线图像处理工具&#xff0c;可以对图片进行大小调整、添加色彩、滤镜等&#xff0c;用户使用改图鸭可快速轻松地对多种图像进行处理操作&#xff0c;另外&#xff0c;改图鸭工具还支持一键进行Logo设计&#xff0c;很多人对改图鸭工具比较陌生&#xff0c;不…
阅读更多...
rsync 服务器备份代码

rsync 服务器备份代码

rpm -qa | grep rsync #检查rsync软件是否存在 yum -y install rsync #安装rsync服务 systemctl start rsyncd #启动rsync服务 systemctl enable rsyncd #加入rsync开机启动 systemctl reload rsyncd #重新加载rsync netstat -lnp|grep 873 #检查是否已经成功启动 firewall…
阅读更多...
【代码随想录】刷题Day2

【代码随想录】刷题Day2

1.左右指针比大小 977. 有序数组的平方 class Solution { public:vector<int> sortedSquares(vector<int>& nums) {vector<int> ret nums;int left 0;int right nums.size()-1;int end nums.size();while(left<right){if(abs(nums[left])>abs…
阅读更多...
vue-element-admin-master编译异常记录

vue-element-admin-master编译异常记录

前言 最近一直在往大前端的方向转&#xff0c;不得不说前端的知识架构还真的很庞大&#xff0c;一步一个脚印吧&#xff0c;之前消化完极简版后台项目[vue-admin-template-master]后&#xff0c;开始想看下完整版的后台[vue-element-admin-master]项目&#xff0c;奈何clone项…
阅读更多...
ChatGPT实战100例 - (08) 设计转化为SQL并获取ER图

ChatGPT实战100例 - (08) 设计转化为SQL并获取ER图

文章目录 ChatGPT实战100例 - (08) 设计转化为SQL并获取ER图一、需求与思路二、SQL建表三、绘制四、 总结 ChatGPT实战100例 - (08) 设计转化为SQL并获取ER图 一、需求与思路 在你还在手撸SQL&#xff1f;ChatGPT笑晕在厕所 这篇博文中 针对经典3表设计&#xff1a; 学生表 S…
阅读更多...
【我在CSDN成长】我的两周年创作纪念日

【我在CSDN成长】我的两周年创作纪念日

【我在CSDN成长】我的两周年创作纪念日 一、来到CSDN的大家庭二、在CSDN的收获1.在CSDN的感受2.在CSDN的收获 三、在CSDN的未来规划憧憬 一、来到CSDN的大家庭 当看到这个信息时&#xff0c;才发现不知不觉已经在CSDN创作两年了&#xff0c;今天才腾出时间来写下这篇博文。感叹…
阅读更多...
绕开坑坑，申请高德地图安卓appKey的步骤

绕开坑坑，申请高德地图安卓appKey的步骤

在申请高德地图 appkey的时候&#xff0c;我们会采用keytool的方法来生成sha1码。这里面有坑&#xff0c;请看 PS C:\Users\cuclife.android> keytool -v -list -keystore keystore keytool 错误: java.lang.Exception: 密钥库文件不存在: keystore java.lang.Exception: 密…
阅读更多...
涨点技巧：IOU篇---Yolov5/Yolov7引入WIoU，SIoU，EIoU，α-IoU

涨点技巧：IOU篇---Yolov5/Yolov7引入WIoU，SIoU，EIoU，α-IoU

1.IOU介绍 IoU其实是Intersection over Union的简称，也叫‘交并比’。IoU在目标检测以及语义分割中，都有着至关重要的作用。 首先，我们先来了解一下IoU的定义： 我们可以把IoU的值定为为两个图形面积的交集和并集的比值，如下图所示： 1.1 Yolov5自带IOU方法 GIoU, DIoU,…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023