PCL+VS2017+三维模型提取

一、环境搭建

（1）安装 Vs2017
（2）安装PCL-1.8.1-AllInOne-msvc2017-win64.exe
这步需要注意的是PCL下的OpenNI2是空的，可以把步骤里的OpenNI2.2里的内容复制进去

环境变量：

二、 error C2039: “seekpos”: 不是“std::fpos<_Mbstatet>”的成员这样的错误

只要将在positioning.hpp 中报错的这句return pos.seekpos();注释掉即可。

三、解决’fopen’:this function or variable may be unsafe先关问题的方法

点击参考

四、LNK110 无法打开文件“vtknetcdf_c++_gd.lib”

查看项目属性–链接器–输入里的附加依赖项是否存在这个依赖包，如果有删了即可。

五、找不到OpenNI2.dll

找到安装目录里的 OpenNI2.dll，将其复制到C:\Windows\System32

六、C3861 “pop_t”:找不到标识符

七、代码

#include<pcl/point_types.h>
#include<pcl/features/pfh.h>
#include<pcl/io/io.h>
#include<pcl/io/pcd_io.h>
#include<pcl/features/integral_image_normal.h>
#include<pcl/features/normal_3d.h>
#include<pcl/visualization/pcl_visualizer.h>
#include<pcl/visualization/histogram_visualizer.h>
#include<pcl/visualization/pcl_plotter.h>
#include<pcl/search/kdtree.h>
#include<pcl/filters/passthrough.h>
#include<pcl/filters/voxel_grid.h>
#include<pcl/features/fpfh.h>
#include<pcl/features/vfh.h>


using namespace std;

int main() {
	// 加载点云
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
	// pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
	//pcl::io::loadPCDFile("E:\\Firefox\\rabbit.pcd", *cloud);
	//pcl::io::loadPCDFile("D:\\test\\rabbit.pcd", *cloud);
	pcl::io::loadPCDFile("D:\\test\\table_scene_mug_stereo_textured.pcd", *cloud);
	

	// 打印点云信息
	cout << "cloud::  width: " << cloud->width << "  height: " << cloud->height << "  size: " << cloud->points.size() << endl;

	// ------过滤数据-------//
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_fillter(new pcl::PointCloud<pcl::PointXYZ>);
	// 过滤passthrough
	pcl::PassThrough<pcl::PointXYZ> filter;
	filter.setInputCloud(cloud);
	filter.setFilterFieldName("z");
	filter.setFilterLimits(0.0f, 1.0f);
	filter.filter(*cloud_fillter);

	// 再进行三角栅格过滤
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filter2(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::VoxelGrid<pcl::PointXYZ> voxel;
	voxel.setInputCloud(cloud_fillter);
	voxel.setLeafSize(0.01, 0.01, 0.01);
	voxel.filter(*cloud_filter2);

	// 估计法线
	pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> ne;
	ne.setInputCloud(cloud_filter2);
	// 定义查询树
	pcl::search::KdTree<pcl::PointXYZ>::Ptr kdtree(new pcl::search::KdTree<pcl::PointXYZ>());
	ne.setSearchMethod(kdtree);
	ne.setRadiusSearch(0.03);
	//存储输出数据
	pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
	//使用半径在查询点周围3厘米范围内的所有临近元素
	ne.setRadiusSearch(0.03);
	//计算特征值
	ne.compute(*normals);

	cout << "normal::  width:" << normals->width << "  height: " << normals->height << "  size: " << normals->points.size() << endl;

	//pcl::IntegralImageNormalEstimation<pcl::PointXYZ, pcl::Normal> normal_estimation;
	//normal_estimation.setNormalEstimationMethod(normal_estimation.AVERAGE_3D_GRADIENT);
	//normal_estimation.setMaxDepthChangeFactor(0.02F);
	//normal_estimation.setNormalSmoothingSize(10.0f);
	//normal_estimation.setInputCloud(cloud);
	//normal_estimation.compute(*normals);  // 计算法线

	// 设置搜索方法

	//pcl::KdTreeFLANN<pcl::PointXYZ>::Ptr tree(new pcl::KdTreeFLANN<pcl::PointXYZ>);


	// -----------PFH特征实例化--------- //
	pcl::PFHEstimation<pcl::PointXYZ, pcl::Normal, pcl::PFHSignature125> pfhe;
	pfhe.setInputCloud(cloud_filter2);  // 传入点云
	pfhe.setInputNormals(normals);  // 传入法线
	pcl::search::KdTree<pcl::PointXYZ>::Ptr search_method(new pcl::search::KdTree<pcl::PointXYZ>());
	pfhe.setSearchMethod(search_method);  // 设置近邻搜索方法
	//使用半径在5厘米范围内的所有邻元素。
	//注意：此处使用的半径必须要大于估计表面法线时使用的半径!!!
	pfhe.setRadiusSearch(0.05);  // 设置查询半径

	// 设置输出集
	pcl::PointCloud<pcl::PFHSignature125>::Ptr pfhs(new pcl::PointCloud<pcl::PFHSignature125>);
	// 计算pfh的特征集
	pfhe.compute(*pfhs);

	cout << "PFH:: width: " << pfhs->width << "  height: " << pfhs->height << "  size: " << pfhs->points.size() << endl;

	//pfh可视化
   /*pcl::visualization::PCLHistogramVisualizer view;
   view.setBackgroundColor(0, 0, 0);
   view.addFeatureHistogram(*output, "output", 10);
   view.spinOnce();*/

   // ---------------FPFH实例化------------------//
	pcl::FPFHEstimation<pcl::PointXYZ, pcl::Normal, pcl::FPFHSignature33> fpfh;
	fpfh.setInputCloud(cloud_filter2);
	fpfh.setInputNormals(normals);
	fpfh.setSearchMethod(search_method);
	fpfh.setRadiusSearch(0.05);

	// 设置输出集
	pcl::PointCloud<pcl::FPFHSignature33>::Ptr fpfhs(new pcl::PointCloud<pcl::FPFHSignature33>);
	fpfh.compute(*fpfhs);
	cout << "FPFH::  width:" << fpfhs->width << "  height: " << fpfhs->height << "  size: " << fpfhs->points.size() << endl;
	// -----------------VFH实例化-------------------//
	pcl::VFHEstimation<pcl::PointXYZ, pcl::Normal, pcl::VFHSignature308> vfh;
	vfh.setInputCloud(cloud_filter2);
	vfh.setInputNormals(normals);
	vfh.setSearchMethod(search_method);
	vfh.setRadiusSearch(0.05);

	// 设置VFH输出集
	pcl::PointCloud<pcl::VFHSignature308>::Ptr vfhs(new pcl::PointCloud<pcl::VFHSignature308>);
	vfh.compute(*vfhs);
	cout << "VFH::  width: " << vfhs->width << "  height: " << vfhs->height << "  size: " << vfhs->points.size() << endl;

	// -------------- 点云数据可视化------------- //
	pcl::visualization::PCLVisualizer viewer("可视化");
	viewer.setBackgroundColor(0, 0, 1);
	viewer.addPointCloud<pcl::PointXYZ>(cloud, "cloud");
	// viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 4, "cloud");
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>(cloud, 0, 1, 0);
	viewer.spinOnce();

	pcl::visualization::PCLPlotter plotter("pfh特征");
	plotter.setWindowName("pfh特征");
	plotter.addFeatureHistogram(*pfhs, 300); //设置的很坐标长度，该值越大，则显示的越细致
	plotter.plot();

	pcl::visualization::PCLPlotter fpfh_plotter("fpfh特征");
	fpfh_plotter.setWindowName("fpfh特征");
	fpfh_plotter.addFeatureHistogram(*fpfhs, 300); //设置的很坐标长度，该值越大，则显示的越细致
	fpfh_plotter.plot();

	pcl::visualization::PCLPlotter vfh_plotter("vfh特征");
	vfh_plotter.setWindowName("vfh特征");
	vfh_plotter.addFeatureHistogram(*vfhs, 300); //设置的很坐标长度，该值越大，则显示的越细致
	vfh_plotter.plot();

	return 0;
}