特征——法线特征

代码

两种方法：k近邻计算、R近邻计算

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/features/normal_3d_omp.h>
#include <pcl/visualization/pcl_visualizer.h>

using namespace std;
//计算法线方法一
pcl::PointCloud<pcl::Normal>::Ptr pcl_feature_normals_radius(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_in, float radius)
{

    pcl::NormalEstimationOMP<pcl::PointXYZ, pcl::Normal> ne;//创建法线估计对象
    ne.setInputCloud(cloud_in);//设置法线估计输入点云
    pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>());	//创建一个空的kdtree
    ne.setSearchMethod(tree);
    pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
    ne.setRadiusSearch(radius);	//设置半径邻域的大小
    ne.compute(*normals);

    return normals;

}
//计算法线方法二
pcl::PointCloud<pcl::Normal>::Ptr pcl_feature_normals_k(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_in, float K)
{

    pcl::NormalEstimationOMP<pcl::PointXYZ, pcl::Normal> ne;
    ne.setInputCloud(cloud_in);
    pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>());
    ne.setSearchMethod(tree);
    pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
    ne.setKSearch(K);//设置K近邻的个数
    ne.compute(*normals);

    return normals;

}

int main(int argc,char** argv)
{
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile(argv[1],*cloud);

    auto normals = pcl_feature_normals_k(cloud,10);
    //计算k近邻
    pcl::visualization::PCLVisualizer viewer("viewer");
   
    viewer.addPointCloudNormals<pcl::PointXYZ,pcl::Normal>(cloud,normals,20,5,"cloud");//每20个点显示法线，长度为5
    viewer.spin();

    return 0;

}

结果