PCL入门基础操作(读写PCD文件/可视化)

从PCD文件中读取点云数据

loadPCDFile书中案例

代码

 #include <iostream>              //标准C++库中的输入输出的头文件
 #include <pcl/io/pcd_io.h>       //PCD读写类相关的头文件
 #include <pcl/point_types.h>     //PCL中支持的点类型的头文件

 int
 main(int argc, char** argv)
 {
    //创建一个PointCloud<pcl::PointXYZ> boost共享指针并进行实例化
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);

    //从磁盘上加载PointCloud数据到二进制存储块中，打开点云文件
    if (pcl::io::loadPCDFile<pcl::PointXYZ>("test_pcd.pcd", *cloud) == -1)
    {
        PCL_ERROR("Couldn't read file test_pcd.pcd \n");
        return (-1);
    }
    //默认二进制块读取转换为模块化的PointCLoud格式里pcl::PointXYZ作为点类型
    std::cout << "Loaded "
        << cloud->width * cloud->height
        << " data points from test_pcd.pcd with the following fields: "
        << std::endl;
    for (size_t i = 0; i < cloud->points.size(); ++i)
        std::cout << "    " << cloud->points[i].x
        << " " << cloud->points[i].y
        << " " << cloud->points[i].z << std::endl;//在标准输出上打印数据。
    getchar();
    return (0);
 }

loadPCDFile例二

pcl::PointCloud<pcl::PointXYZ> cloud;

if (pcl::io::loadPCDFile<pcl::PointXYZ>("车载道路2.pcd", cloud) == -1)
{
	PCL_ERROR("Cloudn't read file!");
	return -1;
}
std::cout << "读取点个数: " << cloud.points.size() << std::endl;

pcl::PCDReader例子

  pcl::PCDReader reader;
  //创建一个`PointCloud<PointXYZ>` boost共享指针并进行实例化
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);
  //读取pcd文件，用指针传递给cloud
  reader.read ("xcmg-test1.pcd", *cloud);
  std::cout << "PointCloud before filtering has: " << cloud->points.size () << " data points." << std::endl; //*

loadPCDFile()与savePCDFile函数内部其实是调用的reader.read()和writer.write函数，不同写法本质上一样

向PCD文件写入点云数据

savePCDFileASCII书中案例

代码

#include <iostream>              //标准C++库中的输入输出的头文件
#include <pcl/io/pcd_io.h>         //PCD读写类相关的头文件
#include <pcl/point_types.h>      //PCL中支持的点类型的头文件

int
main(int argc, char** argv)
{
    //实例化的模板类PointCloud，每一个点的类型都设置为pcl::PointXYZ
    /*************************************************
    点PointXYZ类型对应的数据结构
    Structure PointXYZ{
    float x;
    float y;
    float z;
    };
    **************************************************/
    pcl::PointCloud<pcl::PointXYZ> cloud;

    // 创建点云  并设置适当的参数（width/height/is_dense）
    cloud.width = 5;
    cloud.height = 1;
    cloud.is_dense = false;  //不是稠密型的
    cloud.points.resize(cloud.width * cloud.height);  //点云总数大小
    
    //用随机数的值填充PointCloud点云对象 
    for (size_t i = 0; i < cloud.points.size(); ++i)
    {
        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);
    }
   
    //把PointCloud对象数据存储在 test_pcd.pcd文件中
    pcl::io::savePCDFileASCII("test_pcd.pcd", cloud);

    //打印输出存储的点云数据
    std::cerr << "Saved " << cloud.points.size() << " data points to test_pcd.pcd." << std::endl;

    for (size_t i = 0; i < cloud.points.size(); ++i)
        std::cerr << "    " << cloud.points[i].x << " " << cloud.points[i].y << " " << cloud.points[i].z << std::endl;
    getchar();
    return (0);
}

附加

pcl::io::savePCDFile<pcl::PointXYZ>("车载道路2_.pcd", cloud); //默认二进制方式保存
pcl::io::savePCDFileASCII<pcl::PointXYZ>("车载道路2_ASCII.pcd", cloud); //ASCII方式保存
pcl::io::savePCDFileBinary<pcl::PointXYZ>("车载道路2_Binary.pcd", cloud); //二进制方式保存

pcl::PCDWriter例子

pcl::PCDWriter writer;
writer.write<pcl::PointXYZI>("name_cluster.pcd", *INcloud, false);//将点云保存到PCD文件中
//*INcloud该参数带不带*号，取决于你自己定义的cloud类型，如上使用的是Ptr,智能指针所以下边传参也要带*号

附加

pcl::PCDWriter writer;
writer.write<pcl::PointXYZ>("1车载道路2_.pcd", cloud); //默认二进制方式保存
writer.writeASCII<pcl::PointXYZ>("1车载道路2_ASCII.pcd", cloud); //ASCII方式保存
writer.writeBinary<pcl::PointXYZ>("1车载道路2_Binary.pcd", cloud); //二进制方式保存

PCD文件可视化

PCLVisualizer书中案例

PCLVisualizer可视化类是PCL中功能最全的可视化类，如显示法线、点云着色、绘制多种形状和开辟多个视口。

可视化单个点云

#include <iostream>

#include <boost/thread/thread.hpp>
#include <pcl/common/common_headers.h>
#include <pcl/features/normal_3d.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/console/parse.h>

simpleVis函数实现最基本的点云可视化操作，
boost::shared_ptr<pcl::visualization::PCLVisualizer> simpleVis (pcl::PointCloud<pcl::PointXYZ>::ConstPtr cloud)
    {

  //创建视窗对象并给标题栏设置一个名称“3D Viewer”并将它设置为boost::shared_ptr智能共享指针，这样可以保证指针在程序中全局使用，而不引起内存错误
  boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer (new pcl::visualization::PCLVisualizer ("3D Viewer"));
 
  //设置视窗的背景色，可以任意设置RGB的颜色，这里是设置为黑色
  viewer->setBackgroundColor (0, 0, 0); 
  
 /*将点云添加到视窗对象中，并定一个唯一的字符串作为ID 号，利用此字符串保证在其他成员中也能标志引用该点云，多次调用addPointCloud可以实现多个点云的添加，每调用一次就会创建一个新的ID号，如果想更新一个已经显示的点云，先调用removePointCloud（），并提供需要更新的点云ID 号，也可使用updatePointCloud*/
  viewer->addPointCloud<pcl::PointXYZ> (cloud, "sample cloud"); 
  
  //用于改变显示点云的尺寸，可以利用该方法控制点云在视窗中的显示方法,1设置显示点云大小
  viewer->setPointCloudRenderingProperties (pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "sample cloud");
   
 //通过设置照相机参数使得从默认的角度和方向观察点云
  viewer->initCameraParameters ();
  return (viewer);
}

多视角显示

boost::shared_ptr<pcl::visualization::PCLVisualizer> viewportsVis (pcl::PointCloud<pcl::PointXYZRGB>::ConstPtr cloud, pcl::PointCloud<pcl::Normal>::ConstPtr normals1, pcl::PointCloud<pcl::Normal>::ConstPtr normals2)
{
  boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer (new pcl::visualization::PCLVisualizer ("3D Viewer"));
  viewer->initCameraParameters ();
   //以上是创建视图的标准代码
  
  int v1(0);  //创建新的视口
  viewer->createViewPort(0.0, 0.0, 0.5, 1.0, v1);  //4个参数分别是X轴的最小值，最大值，Y轴的最小值，最大值，取值0-1，v1是标识
  viewer->setBackgroundColor (0, 0, 0, v1);//设置视口的背景颜色
  viewer->addText("Radius: 0.01", 10, 10, "v1 text", v1);  //添加一个标签区别其他窗口  利用RGB颜色着色器并添加点云到视口中

  pcl::visualization::PointCloudColorHandlerRGBField<pcl::PointXYZRGB> rgb(cloud);//颜色处理对象
  viewer->addPointCloud<pcl::PointXYZRGB> (cloud, rgb, "sample cloud1", v1);
   
  //对第二视口做同样的操作，使得做创建的点云分布于右半窗口，将该视口背景赋值于灰色，以便明显区别，虽然添加同样的点云，给点云自定义颜色着色
  int v2(0);
  viewer->createViewPort(0.5, 0.0, 1.0, 1.0, v2);
  viewer->setBackgroundColor (0.3, 0.3, 0.3, v2);
  viewer->addText("Radius: 0.1", 10, 10, "v2 text", v2);
  
  pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZRGB> single_color(cloud, 0, 255, 0);
  viewer->addPointCloud<pcl::PointXYZRGB> (cloud, single_color, "sample cloud2", v2);
  //为所有视口设置属性，
  
  viewer->setPointCloudRenderingProperties (pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud1");
  
  viewer->setPointCloudRenderingProperties (pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud2");
  
  viewer->addCoordinateSystem (1.0);//添加法线  每个视图都有一组对应的法线
  
  viewer->addPointCloudNormals<pcl::PointXYZRGB, pcl::Normal> (cloud, normals1, 10, 0.05, "normals1", v1);
  viewer->addPointCloudNormals<pcl::PointXYZRGB, pcl::Normal> (cloud, normals2, 10, 0.05, "normals2", v2);

  return (viewer);
}

常用显示方法

boost::shared_ptr<pcl::visualization::PCLVisualizer>
simpleVis (pcl::PointCloud<pcl::PointXYZ>::ConstPtr cloud)
{
  // --------------------------------------------
  // -----Open 3D viewer and add point cloud-----
  // --------------------------------------------
  boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer (new pcl::visualization::PCLVisualizer ("3D Viewer"));
  viewer->setBackgroundColor (0, 0, 0);
  viewer->addPointCloud<pcl::PointXYZ> (cloud, "sample cloud");
  viewer->setPointCloudRenderingProperties (pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud");
  //viewer->addCoordinateSystem (1.0);
  viewer->initCameraParameters ();
  return (viewer);

int main()
{

...


boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer;
  
  viewer = simpleVis(final);

  while (!viewer->wasStopped ())
  {
    viewer->spinOnce (100);
    boost::this_thread::sleep (boost::posix_time::microseconds (100000));
  }
  return 0;
  }