opencv空间最近点搜索

最新推荐文章于 2023-07-02 07:26:34 发布

帆心鼓吾

最新推荐文章于 2023-07-02 07:26:34 发布

阅读量2k

点赞数 1

分类专栏： opencv 点云

本文链接：https://blog.csdn.net/W_AYF0726/article/details/81674129

版权

本文详细探讨了如何使用OpenCV库进行空间最近点搜索，包括关键算法、优化策略以及在实际应用中的案例分析，帮助读者掌握在计算机视觉项目中实现高效的近邻查找方法。

摘要由CSDN通过智能技术生成

#include "opencv2//flann/flann.hpp"
#include "opencv2//flann/miniflann.hpp"
#include "opencv2//flann/kdtree_index.h"
#include "opencv2//flann/matrix.h"
#include "opencv2//flann/miniflann.hpp"


using namespace cv;
using namespace std;

//其中的vSourcePoints和vTargetPoints分别是需要查找的点云和被查找的点云，将其中的每一个顶点的
//x、y、z值依次放入数组中即可，vIndices和vDists分别是查找得到的source中每个点在target点云中最近的下标及距离。
//被注释的两行是根据自己理解设置的参数，但是结果不正确；修改的参数是参考PCL中设置的，结果正确。
void searchNearestPoints(const float * vSourcePoints, int iSourceNum,
	const float * vTargetPoints, int iTargetNum,
	int * vIndices, float * vDists)
{
	// 建立索引
	cvflann::Matrix<float> data(new float[iTargetNum * 3], iTargetNum, 3);
	for (int i = 0; i < iTargetNum; i++)
	{
		data[i][0] = vTargetPoints[i * 3 + 0];
		data[i][1] = vTargetPoints[i * 3 + 1];
		data[i][2] = vTargetPoints[i * 3 + 2];
	}
	//flann::Index<flann::L2_3D<floa