目录
2、选择standard----Terminal----输入应用程序名称,点击next,点击确认。
3、点击左上角工程,打开CmakeList.txt输入以下代码
5、在\home\projects\pcl1文件夹中新建文件夹color和depth,
5.2、在depth文件夹中放置五张深度图。(图片是高翔十四讲里面的源代码)
6、点击构建,然后显示下图,[100%] Built target pcl1,表示可以运行。
8、点击pcl1,右键,点击Debug as -> Compiled binary,就可以看到pcl1的输出结果了。但是还不能看到生成的三维点云。
1、打开Kdevelop,点击新建工程
2、选择standard----Terminal----输入应用程序名称,点击next,点击确认。
3、点击左上角工程,打开CmakeList.txt输入以下代码
cmake_minimum_required(VERSION 2.6)
project(pcl1)
set( CMAKE_BUILD_TYPE Release )
set( CMAKE_CXX_FLAGS "-std=c++11 -O3" )
# opencv
find_package( OpenCV REQUIRED )
include_directories( ${OpenCV_INCLUDE_DIRS} )
# eigen
include_directories( "/usr/include/eigen3/" )
# pcl
find_package( PCL REQUIRED COMPONENT common io )
include_directories( ${PCL_INCLUDE_DIRS} )
add_definitions( ${PCL_DEFINITIONS} )
add_executable(pcl1 main.cpp)
target_link_libraries( pcl1 ${OpenCV_LIBS} ${PCL_LIBRARIES} )
4、点击main.cpp输入以下代码
#include <iostream>
#include <fstream>
using namespace std;
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <Eigen/Geometry>
#include <boost/format.hpp> // for formating strings
#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>
int main( int argc, char** argv )
{
vector<cv::Mat> colorImgs, depthImgs; // 彩色图和深度图
vector<Eigen::Isometry3d, Eigen::aligned_allocator<Eigen::Isometry3d>> poses; // 相机位姿
ifstream fin("../pose.txt");
if (!fin)
{
cerr<<"请在有pose.txt的目录下运行此程序"<<endl;
return 1;
}
for ( int i=0; i<5; i++ )
{
boost::format fmt( "../%s/%d.%s" ); //图像文件格式
colorImgs.push_back( cv::imread( (fmt%"color"%(i+1)%"png").str() ));
depthImgs.push_back( cv::imread( (fmt%"depth"%(i+1)%"pgm").str(), -1 )); // 使用-1读取原始图像
double data[7] = {0};
for ( auto& d:data )
fin>>d;
Eigen::Quaterniond q( data[6], data[3], data[4], data[5] );
Eigen::Isometry3d T(q);
T.pretranslate( Eigen::Vector3d( data[0], data[1], data[2] ));
poses.push_back( T );
}
// 计算点云并拼接
// 相机内参
double cx = 325.5;
double cy = 253.5;
double fx = 518.0;
double fy = 519.0;
double depthScale = 1000.0;
cout<<"正在将图像转换为点云..."<<endl;
// 定义点云使用的格式:这里用的是XYZRGB
typedef pcl::PointXYZRGB PointT;
typedef pcl::PointCloud<PointT> PointCloud;
// 新建一个点云
PointCloud::Ptr pointCloud( new PointCloud );
for ( int i=0; i<5; i++ )
{
cout<<"转换图像中: "<<i+1<<endl;
cv::Mat color = colorImgs[i];
cv::Mat depth = depthImgs[i];
Eigen::Isometry3d T = poses[i];
for ( int v=0; v<color.rows; v++ )
for ( int u=0; u<color.cols; u++ )
{
unsigned int d = depth.ptr<unsigned short> ( v )[u]; // 深度值
if ( d==0 ) continue; // 为0表示没有测量到
Eigen::Vector3d point;
point[2] = double(d)/depthScale;
point[0] = (u-cx)*point[2]/fx;
point[1] = (v-cy)*point[2]/fy;
Eigen::Vector3d pointWorld = T*point;
PointT p ;
p.x = pointWorld[0];
p.y = pointWorld[1];
p.z = pointWorld[2];
p.b = color.data[ v*color.step+u*color.channels() ];
p.g = color.data[ v*color.step+u*color.channels()+1 ];
p.r = color.data[ v*color.step+u*color.channels()+2 ];
pointCloud->points.push_back( p );
}
}
pointCloud->is_dense = false;
cout<<"点云共有"<<pointCloud->size()<<"个点."<<endl;
pcl::io::savePCDFileBinary("map.pcd", *pointCloud );
return 0;
}
5、在\home\projects\pcl1文件夹中新建文件夹color和depth,
5.1、在color文件夹中放五张照片,
5.2、在depth文件夹中放置五张深度图。(图片是高翔十四讲里面的源代码)
5.3、在文件夹中创建新的文本文件“pose.txt”
6、点击构建,然后显示下图,[100%] Built target pcl1,表示可以运行。
7、启动配置
进入Kdevelop界面,将界面放大,可以看到顶部有run,点击运行,选择配置启动器。
点击add new,工作目录选择工程所放置的文件夹中/home/projects/pcl1/build,pcl1是我起得工程名称,选择工程里面的build作为工作目录(build文件夹只有你构建完之后才会出现的),输入参数,即图片所在文件夹的位置之下。
输入参数1、/home/projects/pcl1/color/.png。因为有多张图片在color文件夹中,所以就用.png代表color文件夹中的五张图片。
再次点击add new ,工作目录选择/home/projects/pcl1/build。
输入参数2、/home/projects/pcl1/depth/.pgm
输入参数3、/home/projects/pcl1/pose.txt
8、点击pcl1,右键,点击Debug as -> Compiled binary,就可以看到pcl1的输出结果了。但是还不能看到生成的三维点云。
9、生成三维点云
9.1、下载pcl-tools,打开终端输入
sudo apt install pcl-tools
cd /home/fuzhifang/projects/pcl1/build
pcl_viewer map.pcd
这样就可以看到生成出来的点云,并且在文件夹build中也可以看到生成出来的点云。