使用PCL从CAD模型中提取不同视角下的点云

最近在做一个关于提取不同视角下点云的算法，看了许多关于这方面的博客，也查了许多资料。
链接:https://blog.csdn.net/qq_19600917/article/details/89024858
链接:https://blog.csdn.net/A_Jia_17/article/details/82596450
链接:https://blog.csdn.net/rocachilles/article/details/89397212?utm_medium=distribute.pc_relevant.none-task-blog-baidujs-1
根据这些博主提供的代码与注释，始终得不到我想要的结果，因为得到的点云感觉位置和方向都是不对的。有很多人出现了同样的问题，都没人帮忙解答。比如这个
链接:https://github.com/PointCloudLibrary/pcl/issues/3314
经过不断尝试，我发现提取点云的过程基本上不会出错，出错的原因应该是在变换矩阵上。
果然
将链接:link的代码中的poses[i]改成poses[i].inverse().eval()，一切就变得美好起来了。
由于得到的poses是从目标坐标变换到视点相机坐标，而我需要的是从相机坐标变换到原来的坐标。
下面是代码

// 多视角下的点云获取程序
	//读取CAD模型
		vtkSmartPointer<vtkSTLReader> reader = vtkSmartPointer<vtkSTLReader>::New();
		reader->SetFileName("Mesh1.stl");
		reader->Update();
		vtkSmartPointer<vtkPolyData> polydata = vtkSmartPointer<vtkPolyData>::New();
		polydata = reader->GetOutput();
		polydata->GetNumberOfPoints();

		//***单视角点云获取
		//主要是renderViewTesselatedSphere的参数设定
		//输入
		float resx = 400;   //显示视点图窗的X大小  分辨率，值多大，采集的点越多
		float resy = resx;  //显示视点图窗的Y大小
		std::vector<pcl::PointCloud<pcl::PointXYZ>, Eigen::aligned_allocator<pcl::PointCloud<pcl::PointXYZ> > > views_xyz;// 各视点点云对应的XYZ信息
	

		//输出
		std::vector<Eigen::Matrix4f,Eigen::aligned_allocator<Eigen::Matrix4f> > poses;// 从目标坐标变换到视点相机坐标
		std::vector<float> entropies;//0-1之间，视点看到模型的百分比

		//输入
		int tesselation_level = 0;//对于原始二十面体三角形面的分割数，如果设为0，则是原始二十面体，设为1，每个三角形面会被分为4个三角形
		float view_angle = 90;//虚拟相机的视场
		float radius_sphere = 0.5;//radius_sphere半径
		bool use_vertices = true;//设为TRUE，则使用顶点，得到12个视角（tesselation_level =0）或42个视角（tesselation_level =1），设为FALSE，则使用面，得到得到20个视角（tesselation_level =0）或80个视角（tesselation_level =1）

		//PCLVisualizer 显示
		pcl::visualization::PCLVisualizer vis;
		vis.addModelFromPolyData(polydata, "mesh", 0);
		vis.setRepresentationToSurfaceForAllActors();//以面片形式显示
		vis.renderViewTesselatedSphere(resx, resy, views_xyz, poses, entropies, tesselation_level, view_angle, radius_sphere, use_vertices);//显示个角度点云
		//保存
		for (int i = 0; i < views_xyz.size(); i++)
		{
		pcl::PointCloud<pcl::PointXYZ> views_cloud;
		pcl::transformPointCloud<pcl::PointXYZ>(views_xyz[i]/*输入点云*/, views_cloud/*输出点云*/, poses[i].inverse().eval()/*刚性变换*/);

		std::stringstream ss;
		ss << "./cloud_view/cloud_view_" << i << ".ply";
		pcl::io::savePLYFile(ss.str(), views_cloud);//保存输出的点云
		}

	//显示原STL文件
		while (!vis.wasStopped())
		{
		vis.spinOnce();
		}