代码分享:点云下采样至一个固定数量点的点云

本文介绍了一种将不规则点云数据下采样至固定点数的方法,适用于深度学习前的数据预处理。通过随机抽取不重复的点云索引来实现,与pcl的voxel grid filter相比,虽简化了过程,但可能导致轮廓信息损失和点分布不均。建议结合pcl的Random Sample算法以保持点云特性。
摘要由CSDN通过智能技术生成

背景:

我获取了一些物体点云集,我想拿他们来搞深度学习。但是呢,他们每个点云的点数量不统一,无法作为网络的输入。那我们就需要对他们下采样至一个固定数量点的点云。


注:pcl的voxel grid filter可以下采样,但无法保证输出的点云的点的数量。


1. 代码:

#include <iostream>
#include <cstdlib>

#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/common/transforms.h>

#define PI 3.1415

using namespace std;

typedef pcl::PointXYZ PointT;
typedef pcl::PointCloud<PointT> PointCloudT;
unsigned int num_out_pt = 1024*2;

PointCloudT::Ptr rotateABit(const PointCloudT::Ptr cloud_in){
    PointCloudT::Ptr cloud_transformed (new PointCloudT);
    Eigen::Matrix4f transform = Eigen::Matrix4f::Identity();
    float theta_deg = 30;
    float c = cos(theta_deg*PI / 180.0);
    float s = sin(theta_deg*PI / 180.0);
   
  • 3
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值