《Open3D点云库 C++学习笔记 》

几何篇（一）

---

一、前言

二、主要内容

1.点云的读入、储存和可视化

2.点云的下采样

三、参考资料

---

一、前言

本章节将主要介绍点云的读入、储存、可视化操作以及点云的下采样操作。

---

二、主要内容

1.点云的读入、储存和可视化

这一小节主要讲解了点云的读取、可视化以及保存操作。

(ps：可视化窗口中可以使用“+”和“-”来调节点云单个点元的大小)

代码如下（示例）：

#include <Eigen/Dense>
#include <iostream>
#include <string>
#include <memory>

#include "open3d/Open3D.h"

using namespace std;
using namespace open3d;

int main(int argc, char *argv[]) {

    //******Visualize point cloud******//
    visualization::Visualizer visualizer;

    string pointcloud_path ="../data/fragment.ply";  //文件的地址

    std::shared_ptr<geometry::PointCloud> pointcloud = 
                       io::CreatePointCloudFromFile(pointcloud_path);

    if (pointcloud == nullptr) {
        utility::LogWarning("Unable to load pointcloud file.");
        return -1;
    };  //检查文件是否为空

    visualizer.CreateVisualizerWindow("Open3D", 1600, 900);
    visualizer.AddGeometry(pointcloud);
    visualizer.Run();
    visualizer.DestroyVisualizerWindow();

    bool result=open3d::io::WritePointCloudToPLY("../data/fragment_save.ply",*pointcloud,false);

    if(result==1){std::cout<<"保存成功"<<std::endl;}


    return 0;
}

可视化结果如下（示例）：

2.点云的下采样

体素下采样，使用常规体素网格从输入点云创建均匀下采样的点云。它通常用作许多点云处理任务的预处理步骤。该算法主要分为两个步骤：

1. 将输入点云进行体素分块。

2. 对每个体素栅格内部所有点进行平均来生成一个点，从而实现点云的下采样。

如下程序是使用边长为0.05m 的体素对点云进行下采样。

代码如下（示例）：

   string pointcloud_path ="../data/fragment.ply";  //文件路径

    std::shared_ptr<geometry::PointCloud> pointcloud = 
                          io::CreatePointCloudFromFile(pointcloud_path);

    if (pointcloud == nullptr) {
        utility::LogWarning("Unable to load source or target file.");
        return -1;
    }; //检查文件是否为空

    // test downsample
    auto downsampled = pointcloud->VoxelDownSample(0.05);
    visualization::DrawGeometries({downsampled}, "Down Sampled Pointcloud");

下采样结果：

---

三、参考资料

http://www.open3d.org/docs/latest/tutorial/geometry/pointcloud.html#Visualize-point-cloud

总结

以上就是几何篇(一)的全部内容，完整的可执行代码可以在我的github仓库进行下载，文章会持续更新，如果文章中有写的不对的地方，希望大家可以在评论区进行批评和指正，大家一起交流，共同进步！