近段时间在学习PCL库,在点云上色的问题中进行了一个小总结。分别实现了一下几个功能:
1. 显示点云自带的颜色信息;
2. 根据点云的某个属性进行上色(例如:X,Y,Z等方向上不同颜色);
3. 自定义单一颜色(给某个点云显示同一个颜色);
4. 随机上色(由编译器随机给点云分配单一颜色);
5. 显示点云的法线方向和法向量;
下文会分别介绍上述功能的实现,并提供代码示例:
1、显示点云自带的颜色信息(PointCloudColorHandlerRGBField)
boost::shared_ptr<pcl::visualization::PCLVisualizer> colorHandler(pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud)
{
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("3D Cloud"));
pcl::visualization::PointCloudColorHandlerRGBField<pcl::PointXYZRGB> rgb(cloud);
viewer->addPointCloud(cloud, rgb, "sample cloud");
return viewer;
}
这里用到了一个类 “PointCloudColorHandlerRGBField” 实际上用这种方法显示点云的自带颜色信息,感觉有点多此一举。可以直接 “viewer->addPointCloud(cloud, “sample cloud”);” 就能实现上述功能。为什么会有这个功能,大家可以尝试用这种方法能否将两个点数相同的不同类型点云,将其中一个点云的颜色赋到另一个点云上进行显示?
2. 根据点云的某个属性进行上色(PointCloudColorHandlerGenericField);
boost::shared_ptr<pcl::visualization::PCLVisualizer> genericHandler(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud)
{
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("3D Cloud"));
pcl::visualization::PointCloudColorHandlerGenericField<pcl::PointXYZ> rgb(cloud, "y");
viewer->addPointCloud(cloud, rgb, "sample cloud");
return viewer;
}
相信很容易能找到题为“为点云沿着x方向赋予不同颜色”的解决办法,就是利用类“PointCloudColorHandlerGenericField” ,上述代码展示了沿 “y” 方向的渐变上色。那这种方法是否只适用于XYZ方向?其他属性例如曲率,法线等特征是否也可以实现?结果是肯定的,解释如下:
首先我先找到了参数“y”传到了什么地方,通过定位到内部函数如下:
// Get the index we need
for (size_t d = 0; d < cloud.fields.size (); ++d)
if (cloud.fields[d].name == field_name)
return (static_cast<int>(d));
return (-1);
其中 field_name 就是 “y” 传入的地方,代码实现的功能明显就是从 “cloud.fields” 这个数组中,找到名为 “y” 的编号。那也就是说找到 cloud.fields 就能知道到底还可以传入什么参数?
为了说明这个问题再看一段代码:
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/point_cloud.h>
#include <pcl/PCLPointCloud2.h>
int main() {
pcl::PCLPointCloud2 cloud;
pcl::PCDReader reader;
reader.readHeader("C:\\Users\\13427\\Desktop\\test.pcd", cloud);
for (int i = 0; i < cloud.fields.size(); i++)
{
std::cout << cloud.fields[i].name << std::endl;
}
return 0;
}
输出为:
x
y
z
normal_x
normal_y
normal_z
rgb
psz
再打开代码中使用到的PCD文件如下:
好的,看到这个图就瞬间明白了,就不多说了。所以按照属性赋值颜色的方法,其关键字可以是点云类型中的任何一个属性。所以,按照曲率,法线,反射强度等特征进行上色工作就能够实现了。
3. 自定义单一颜色(PointCloudColorHandlerCustom)
boost::shared_ptr<pcl::visualization::PCLVisualizer> customHandler(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud)
{
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer);
pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> rgb(cloud, 0, 255, 255);
viewer->addPointCloud(cloud, rgb, "sample cloud");
return viewer;
}
这个类的功能就是为同一个点云中的点赋予相同的颜色,用于区分同一个窗口中的不同点云。值得注意的是,其中 rgb 的取值范围不是 [0, 1] 而是 [0, 255], 不然出来的点云是黑色的。
4. 随机上色(PointCloudColorHandlerRandom)
boost::shared_ptr<pcl::visualization::PCLVisualizer> randomHandler(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud)
{
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer);
pcl::visualization::PointCloudColorHandlerRandom<pcl::PointXYZ> rgb(cloud);
viewer->addPointCloud(cloud, rgb, "sample cloud");
return viewer;
}
就不再赘述,前面明白了,这都容易了
5. 显示点云的法线方向和法向量(addPointCloudNormals)
boost::shared_ptr<pcl::visualization::PCLVisualizer> normalHandler
(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud, pcl::PointCloud<pcl::Normal>::Ptr cloud1)
{
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer);
pcl::visualization::PointCloudColorHandlerGenericField<pcl::PointXYZ> rgb(cloud, "z");
viewer->addPointCloud(cloud, rgb, "sample cloud");
viewer->addPointCloudNormals<pcl::PointXYZ, pcl::Normal>(cloud, cloud1, 10, 0.05, "normals");
return viewer;
}
总之,还是要多写,多总结,多深入。虽然写了也可能记不住,但是重复几次说不定就记住了嘞。前车之鉴,复制粘贴一时爽,到头来啥也不会。
最后上一个总的代码:
/* \author Geoffrey Biggs */
#include <iostream>
#include <boost/thread/thread.hpp>
#include <pcl/common/common_headers.h>
#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>
// 帮助
void
printUsage(const char* progName)
{
std::cout << "\n\nUsage: " << progName << " [options]\n\n"
<< "Options:\n"
<< "-------------------------------------------\n"
<< "-s PointCloudColorHandlerRGBField example\n"
<< "-g PointCloudColorHandlerGenericField example\n"
<< "-c PointCloudColorHandlerCustom example\n"
<< "-r PointCloudColorHandlerRandom example\n"
<< "-n Normal visulization example\n"
<< "\n\n";
}
boost::shared_ptr<pcl::visualization::PCLVisualizer> colorHandler(pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud)
{
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("3D Cloud"));
pcl::visualization::PointCloudColorHandlerRGBField<pcl::PointXYZRGB> rgb(cloud);
viewer->addPointCloud(cloud, rgb, "sample cloud");
return viewer;
}
boost::shared_ptr<pcl::visualization::PCLVisualizer> genericHandler(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud)
{
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("3D Cloud"));
pcl::visualization::PointCloudColorHandlerGenericField<pcl::PointXYZ> rgb(cloud, "y");
viewer->addPointCloud(cloud, rgb, "sample cloud");
return viewer;
}
boost::shared_ptr<pcl::visualization::PCLVisualizer> customHandler(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud)
{
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer);
pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> rgb(cloud, 0, 255, 255);
viewer->addPointCloud(cloud, rgb, "sample cloud");
return viewer;
}
boost::shared_ptr<pcl::visualization::PCLVisualizer> randomHandler(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud)
{
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer);
pcl::visualization::PointCloudColorHandlerRandom<pcl::PointXYZ> rgb(cloud);
viewer->addPointCloud(cloud, rgb, "sample cloud");
return viewer;
}
boost::shared_ptr<pcl::visualization::PCLVisualizer> normalHandler
(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud, pcl::PointCloud<pcl::Normal>::Ptr cloud1)
{
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer);
pcl::visualization::PointCloudColorHandlerGenericField<pcl::PointXYZ> rgb(cloud, "z");
viewer->addPointCloud(cloud, rgb, "sample cloud");
viewer->addPointCloudNormals<pcl::PointXYZ, pcl::Normal>(cloud, cloud1, 10, 0.05, "normals");
return viewer;
}
// -----Main-----
int
main(int argc, char** argv)
{
// 解析命令行参数
printUsage(argv[0]);
std::cout << "Input your commend: ";
std::string commend;
getline(cin, commend);
bool simple(false), rgb(false), custom_c(false), normals(false),shapes(false);
if (commend == "-s")
{
simple = true;
}
else if (commend == "-g")
{
rgb = true;
}
else if (commend == "-c")
{
custom_c = true;
}
else if (commend == "-r")
{
normals = true;
}
else if (commend == "-n")
{
shapes = true;
}
// 自行创建一随机点云
pcl::PointCloud<pcl::PointXYZ>::Ptr basic_cloud_ptr(new pcl::PointCloud<pcl::PointXYZ>);
pcl::PointCloud<pcl::PointXYZRGB>::Ptr point_cloud_ptr(new pcl::PointCloud<pcl::PointXYZRGB>);
std::cout << "Genarating example point clouds.\n\n";
// 以椭圆为边线沿z轴拉伸获取其点云,并赋予红绿蓝渐变色。
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::PointXYZ basic_point;
basic_point.x = 0.5 * cosf(pcl::deg2rad(angle));
basic_point.y = sinf(pcl::deg2rad(angle));
basic_point.z = z;
basic_cloud_ptr->points.push_back(basic_point);
pcl::PointXYZRGB point;
point.x = basic_point.x;
point.y = basic_point.y;
point.z = basic_point.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;
}
}
basic_cloud_ptr->width = (int)basic_cloud_ptr->points.size();
basic_cloud_ptr->height = 1;
point_cloud_ptr->width = (int)point_cloud_ptr->points.size();
point_cloud_ptr->height = 1;
// 0.05为搜索半径获取点云法线
pcl::NormalEstimation<pcl::PointXYZRGB, pcl::Normal> ne;
ne.setInputCloud(point_cloud_ptr);
pcl::search::KdTree<pcl::PointXYZRGB>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZRGB>());
ne.setSearchMethod(tree);
pcl::PointCloud<pcl::Normal>::Ptr cloud_normals1(new pcl::PointCloud<pcl::Normal>);
ne.setRadiusSearch(0.05);
ne.compute(*cloud_normals1);
// 0.1为搜索半径获取点云法线
pcl::PointCloud<pcl::Normal>::Ptr cloud_normals2(new pcl::PointCloud<pcl::Normal>);
ne.setRadiusSearch(0.1);
ne.compute(*cloud_normals2);
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer;
if (simple)
{
viewer = colorHandler(point_cloud_ptr);
}
else if (rgb)
{
viewer = genericHandler(basic_cloud_ptr);
}
else if (custom_c)
{
viewer = customHandler(basic_cloud_ptr);
}
else if (normals)
{
viewer = randomHandler(basic_cloud_ptr);
}
else if (shapes)
{
viewer = normalHandler(basic_cloud_ptr, cloud_normals1);
}
viewer->setBackgroundColor(1, 1, 1);
viewer->addCoordinateSystem(1.0);
viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud");
viewer->initCameraParameters();
// 主循环
while (!viewer->wasStopped())
{
viewer->spinOnce(100);
boost::this_thread::sleep(boost::posix_time::microseconds(100000));
}
}