内容抄自CSDN点云侠:2024最新版】PCL点云处理算法汇总(C++长期更新版)。质量无忧,可放心复制粘贴。
一、概述
快速均匀下采样是通过设置采样步长,遍历原始点云,选择每隔一定数量的点进行保留。这样不仅可以降低数据量,还能保持点云的整体形状和分布。
二、代码
#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/visualization/pcl_visualizer.h>
// 可视化两个点云
void twoPointCloudViewer(pcl::PointCloud<pcl::PointXYZ>::Ptr& cloud1, pcl::PointCloud<pcl::PointXYZ>::Ptr& cloud2)
{
// 输出结果到可视化窗口
// 创建可视化窗口
pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("3D PointCloud Viewer"));
// 设置视口1,显示原始点云
int v1;
viewer->createViewPort(0.0, 0.0, 0.5, 1.0, v1); // 左侧窗口
viewer->setBackgroundColor(0.0, 0.0, 0.0, v1); // 黑色背景
viewer->addText("cloud1 PointCloud", 10, 10, "vp1_text", v1); // 标题
pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> cloud_color_handler(cloud1, 0, 255, 0); // 绿色
viewer->addPointCloud(cloud1, cloud_color_handler, "original_cloud", v1);
// 设置视口2,显示体素中心点云
int v2;
viewer->createViewPort(0.5, 0.0, 1.0, 1.0, v2); // 右侧窗口
viewer->setBackgroundColor(0.0, 0.0, 0.0, v2); // 黑色背景
viewer->addText("cloud2 PointCloud", 10, 10, "vp2_text", v2);
pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> voxel_center_color_handler(cloud2, 255, 0, 0); // 红色
viewer->addPointCloud(cloud2, voxel_center_color_handler, "2_cloud", v2);
// 设置点的大小
viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "original_cloud", v1);
viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 4, "2_cloud", v2);
// 添加坐标系
/* viewer->addCoordinateSystem(0.1);
viewer->initCameraParameters();*/
// 可视化循环
while (!viewer->wasStopped())
{
viewer->spinOnce(100);
}
}
int main(int argc, char** argv)
{
// 读取点云数据
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
if (pcl::io::loadPCDFile<pcl::PointXYZ>("dragon.pcd", *cloud) == -1)
{
PCL_ERROR("Couldn't read the PCD file!\n");
return -1;
}
// 快速均匀下采样
pcl::PointCloud<pcl::PointXYZ>::Ptr sampled_cloud(new pcl::PointCloud<pcl::PointXYZ>);
// 设置采样步长
int step_size = 20; // 每隔二十个点采样一个点
// 等距采样
for (size_t i = 0; i < cloud->size(); i += step_size)
{
sampled_cloud->points.push_back(cloud->points[i]); // 添加采样点
}
sampled_cloud->width = sampled_cloud->points.size();
sampled_cloud->height = 1;
sampled_cloud->is_dense = true; // 确保点云是密集的
// 可视化
twoPointCloudViewer(cloud, sampled_cloud);
return 0;
}