PCL点云库基础学习笔记（一）

目录

1. PCD文件格式

2. 如何使用CMakeLists.txt

3. PCD文件读取点云数据

4. 将点云数据写入 PCD 文件

---

1. PCD文件格式

 #.PCD V.7-Point Cloud Data file format
 VERSION.7
 FIELDS X y zrgb
 SIZE 4 4 4 4
 TYPE F F F F
 COUNT 1 1 1 1
 WIDTH 2 1 3
 HEIGHT 1
 VIEWPOINT 0001000
 POINTS 213
 DATAascii
 0.93773 0.33763 0 4.2108e+06

• VERSION： 指的是PCD文件的版本

• FIELDS：指定一个点可以有的每一个维度和字段的名字

• SIZE：用字节数指定每一个维度的大小

• TYPE：用一个字符指定每一个维度的类型

• COUNT：指定每个维度有多少元素，默认没有COUNT时，所有维度的数目被设置为1

• WIDTH：指定数据集的宽度，根据是有序点云还是无序点云，WIDTH有两层解释:

  1. 它能确定无序数据集的点云中点的个数（和下面的POINTS 一样)

  2. 它能确定有序点云数据集的宽度（一行中点的数目)

     注意：有序点云数据集，意味着点云是类似于图像（或者矩阵）的结构，数据分为行和列。这种点云的实例包括立体摄像机和时间飞行摄像机生成的数据。有序数据集的优势在于，预先了解相邻点（和像素点类似）的关系，邻域操作更加高效，这样就加速了计算并降低了PCL中某些算法的成本。 

• HEIGHT：用点的数目表示点云数据集的高度。类似于WIDTH，HEIGHT也有两层解释。

  1.  它表示有序点云数据集的高度（行的总数）

  2.  对于无序数据集，它被设置成1（被用来检查一个数据集是有序还是无序)

     有序点云例子:

     wIDTH 640 #像图像一样的有序结构，有640行和 480列 
     HEIGHT 480 #这样该数据集中共有640*480=307200个点 
     
     无序点云例子: 
     WIDTH 307200 
     HEIGHT 1   #有307200个点的无序点云数据集

• VIEWPOINT：指定数据集中点云的获取视点

• POINTS：指定点云中点的总数

2. 如何使用CMakeLists.txt

CMakeLists.txt文件一般形式：

cmake_minimum_required(VERSION 2.6 FATAL_ERROR)
project(MY_GRAND_PROJECT)
find_package(PCL 1.3 REQUIRED COMPONENTS common io)
include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})
add_executable(pcd_write_test pcd_write.cpp)
target_link_libraries(pcd_write_test ${PCL_LIBRARIES})

下面对每行内容进行解释：

cmake_minimum_required(VERSION 2.6 FATAL_ERROR)

此行内容对于cmake 是强制性的，版本要求为2.6【版本大小根据项目需求而定】；

---

project(MY_GRAND_PROJECT)

project后括号里面是.cpp的文件名；

---

find_package(PCL 1.3 REQUIRED COMPONENTS common io)

找到最低版本 1.3 的 PCL 包

---

也可以这么写

 find_package(PCL 1.3 REQUIRED COMPONENTS common io) // 只有一个组件
 find_package(PCL 1.3 REQUIRED COMPONENTS io common) // 几个组件
 find_package(PCL 1.3 REQUIRED )                     // 所有

---

 include_directories(${PCL_INCLUDE_DIRS})
 link_directories(${PCL_LIBRARY_DIRS})
 add_definitions(${PCL_DEFINITIONS})

固定形式，不用管。

---

add_executable(pcd_write_test pcd_write.cpp)

告诉 cmake 我们正在尝试pcd_write_test从一个单一的源文件中创建一个名为的可执行文件 pcd_write.cpp

---

target_link_libraries(pcd_write_test ${PCL_LIBRARIES})

让链接器知道我们链接的库【pcd_write_test 即为项目名称/.cpp文件】

CMake使用步骤 

运行 CMake ，并填写以下字段：

Where is the source code：这是包含 CMakeLists.txt 文件和源代码的文件夹（常命名为source）Where to build the binaries：这是生成 Visual Studio 项目文件的地方（常命名为cmake_bin）

然后，单击Configure。系统将提示您输入生成器/编译器。然后单击Generate 按钮。如果没有错误，项目文件将生成到刚刚建立的cmake_bin文件夹中。

打开 .sln 文件，然后构建您的项目！

3. PCD文件读取点云数据

创建 pcd_read.cpp 文件

#include <iostream>
 #include <pcl/io/pcd_io.h>
 #include <pcl/point_types.h>
  
 int
 main ()
 {
     //创建一个 PointCloud<PointXYZ> boost 共享指针并对其进行初始化
   pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);
 ​
     //将 PointCloud 数据从磁盘（我们假设 test_pcd.pcd 已经从上一个教程中创建）加载到二进制 blob 中
   if (pcl::io::loadPCDFile<pcl::PointXYZ> ("test_pcd.pcd", *cloud) == -1) //* load the file  
   {
     PCL_ERROR ("Couldn't read file test_pcd.pcd \n");
     return (-1);
   }
     
   std::cout << "Loaded "
             << cloud->width * cloud->height
             << " data points from test_pcd.pcd with the following fields: "
             << std::endl;
     
     //显示从文件加载的数据
   for (const auto& point: *cloud)
     std::cout << "    " << point.x
               << " "    << point.y
               << " "    << point.z << std::endl;
 ​
   return (0);
 }

创建 CMakeLists.txt 文件：

 cmake_minimum_required(VERSION 3.5 FATAL_ERROR)
 ​
 project(pcd_read)
 ​
 find_package(PCL 1.2 REQUIRED)
 ​
 include_directories(${PCL_INCLUDE_DIRS})
 link_directories(${PCL_LIBRARY_DIRS})
 add_definitions(${PCL_DEFINITIONS})
 ​
 add_executable (pcd_read pcd_read.cpp)
 target_link_libraries (pcd_read ${PCL_LIBRARIES})

运行； 

4. 将点云数据写入 PCD 文件

创建pcd_write.cpp文件；

//第一个文件是包含 PCD I/O 操作定义的头文件
//第二个文件包含几个点类型结构的定义，包括pcl::PointXYZ我们将使用的
#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>

int
  main ()
{
    
  //描述了我们将创建的模板化 PointCloud 结构。每个点的类型设置为pcl::PointXYZ，这是一个具有x、 y和z字段的结构
  pcl::PointCloud<pcl::PointXYZ> cloud;
 
    
  // Fill in the cloud data，用随机值填充点云数据，并设置相应的参数（宽度、高度、is_dense）
  cloud.width    = 5;
  cloud.height   = 1;
  cloud.is_dense = false;
  cloud.resize (cloud.width * cloud.height);

  for (auto& point: cloud)
  {
    point.x = 1024 * rand () / (RAND_MAX + 1.0f);
    point.y = 1024 * rand () / (RAND_MAX + 1.0f);
    point.z = 1024 * rand () / (RAND_MAX + 1.0f);
  }
    
    
  //将 PointCloud 数据保存到磁盘到名为 test_pcd.pcd 的文件中
  pcl::io::savePCDFileASCII ("test_pcd.pcd", cloud);
    
    
  //显示生成的数据
  std::cerr << "Saved " << cloud.size () << " data points to test_pcd.pcd." << std::endl;

  for (const auto& point: cloud)
    std::cerr << "    " << point.x << " " << point.y << " " << point.z << std::endl;

  return (0);
}

CMakeLists.txt 文件内容如下：

cmake_minimum_required(VERSION 3.5 FATAL_ERROR)

project(pcd_write)

find_package(PCL 1.2 REQUIRED)

include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})

add_executable (pcd_write pcd_write.cpp)
target_link_libraries (pcd_write ${PCL_LIBRARIES})

生成可执行文件后；