PCL把两个点云合并成一个点云

我先把一个人脸分成两半,然后拼接配准之后如左图所示,合并之后如右图所示,保存输出,这里的合并不涉及点云融合,只是两个点云相加
点云模型下载链接在另一篇文章里PCL点云配准官方教程
人脸

#include <pcl/io/pcd_io.h>
#include <pcl/io/ply_io.h>
#include <pcl/visualization/pcl_visualizer.h>  //可视化头文件

typedef pcl::PointXYZ PointT;
typedef pcl::PointCloud<PointT> PointCloudT;

int
main(int argc, char** argv)
{
	// Objects for storing the point clouds.
	pcl::PointCloud<pcl::PointXYZRGBA>::Ptr cloudA(new pcl::PointCloud<pcl::PointXYZRGBA>);
	pcl::PointCloud<pcl::PointXYZRGBA>::Ptr cloudB(new pcl::PointCloud<pcl::PointXYZRGBA>);
	pcl::PointCloud<pcl::PointXYZRGBA>::Ptr cloudC(new pcl::PointCloud<pcl::PointXYZRGBA>);



	// 读取两个点云文件
	if (pcl::io::loadPLYFile<pcl::PointXYZRGBA>("C:\\Users\\fhlhc\\Desktop\\left.ply", *cloudA) != 0)
	{
		return -1;
	}
	if (pcl::io::loadPLYFile<pcl::PointXYZRGBA>("C:\\Users\\fhlhc\\Desktop\\right.ply", *cloudB) != 0)
	{
		return -1;
	}

	// Create cloud "C", with the points of both "A" and "B".点云A、B合并生成C
	*cloudC = (*cloudA) + (*cloudB);
	// Now cloudC->points.size() equals cloudA->points.size() + cloudB->points.size().

	    // //可视化
    pcl::visualization::PCLVisualizer viewer("合并两个点云");
    // 创建两个独立垂直观察视点
    int v1(0);

    int v2(1);
    viewer.createViewPort(0.0, 0.0, 0.5, 1.0, v1);
    viewer.createViewPort(0.5, 0.0, 1.0, 1.0, v2);

	// 设置背景颜色
    viewer.setBackgroundColor(0.5, 0, 0.5, v1);
    viewer.setBackgroundColor(0,0.5,0.5, v2);
  
	//A点云绿色
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZRGBA> src_h(cloudA, 0, 255, 0);
	//B点云蓝色
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZRGBA> tgt_h(cloudB, 0, 0, 255);
	//C点云红色
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZRGBA> final_h(cloudC, 255, 0, 0);

	//viewer.setBackgroundColor(255, 255, 255);
	viewer.addPointCloud(cloudA, src_h, "source cloud",v1);
	viewer.addPointCloud(cloudB, tgt_h, "target cloud",v1);
	viewer.addPointCloud(cloudC, final_h, "result cloud",v2);

	//  设置相机的坐标和方向(在终端初始观察的位置)
    viewer.setCameraPosition(50, 50, 50, 0.589847, 0.921947, -0.256907, 0);

	pcl::io::savePCDFileASCII("C:\\Users\\fhlhc\\Desktop\\cloudC.pcd", *cloudC);  //保存点云C
	while (!viewer.wasStopped())
			{
				viewer.spinOnce(100);
				boost::this_thread::sleep(boost::posix_time::microseconds(100000));
			}
}
以下是使用PCL库将两个pcd点云合并的示例代码: ```cpp #include <iostream> #include <pcl/point_types.h> #include <pcl/io/pcd_io.h> #include <pcl/registration/icp.h> int main(int argc, char** argv) { // 读取第一个点云 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_in(new pcl::PointCloud<pcl::PointXYZ>); if (pcl::io::loadPCDFile<pcl::PointXYZ>("cloud_in.pcd", *cloud_in) == -1) { PCL_ERROR("Couldn't read file cloud_in.pcd"); return (-1); } // 读取第二个点云 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_out(new pcl::PointCloud<pcl::PointXYZ>); if (pcl::io::loadPCDFile<pcl::PointXYZ>("cloud_out.pcd", *cloud_out) == -1) { PCL_ERROR("Couldn't read file cloud_out.pcd"); return (-1); } // 定义ICP对象 pcl::IterativeClosestPoint<pcl::PointXYZ, pcl::PointXYZ> icp; icp.setMaximumIterations(50); // 设置最大迭代次数 icp.setInputSource(cloud_in); // 设置输入点云 icp.setInputTarget(cloud_out); // 设置目标点云 // 进行配准 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_merged(new pcl::PointCloud<pcl::PointXYZ>); icp.align(*cloud_merged); // 输出配准结果 if (icp.hasConverged()) { std::cout << "ICP has converged, score: " << icp.getFitnessScore() << std::endl; std::cout << "Transformation matrix:" << std::endl << icp.getFinalTransformation() << std::endl; } else { std::cout << "ICP has not converged" << std::endl; return (-1); } // 保存合并后的点云 pcl::io::savePCDFileASCII("cloud_merged.pcd", *cloud_merged); return (0); } ``` 这段代码使用了迭代最近点(ICP)算法进行点云配准,并将两个点云合并一个。其中,`cloud_in.pcd`和`cloud_out.pcd`是两个合并点云文件,`cloud_merged.pcd`是合并后的点云文件。
评论 2
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

打赏作者

滑了丝的螺丝钉

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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