转载自:https://blog.csdn.net/zzh_AI/article/details/88837046
一、数据域的描述
PCL中的基本数据结构是PointCloud,PointCloud是一个C++类,包含了如下数据域:
1、width (int)
用点云数据集中的点数初始化width,width其实有两个含义:
(1)对于无组织或者说无结构的点云来说,width就是指点云中点的个数。
(2) 对于有结构的点云来说,width是指点云数据集一行上点的个数。有结构的点云可以理解成这个点云像image(或者说是一个矩阵)一样进行组织,数据被分为行和列,如立体相机或者TOF相机获得的点云数据就属于这一类。对于有结构点云的一大好处就是能知道点云中点的相邻关系,最近邻操作效率就非常高,可以大大提高PCL中相应算法的效率。
例:cloud.width = 640; // there are 640 points per line
2、height (int)
用点云数据集中点的高度(就是行数)初始化height,height同样有两个函数:
(1)对于有结构点云来说,height代表点云的总行数
(2)对于无结构的点云来说,height值为1,因此这也经常用来判断点云是或者不是一个有结构的点云。
如:
cloud.width = 640; // Image-like organized structure, with 640 rows and 480 columns,
cloud.height = 480; // thus 640*480=307200 points total in the dataset
cloud.width = 307200;
cloud.height = 1; // unorganized point cloud dataset with 307200 points
3、points (std::vector)
存储了数据类型为PointT的一个动态数组,例如,对于一个包含了XYZ数据的点云,points是包含了元素为pcl::PointXYZ一个vector。
如:
pcl::PointCloudpcl::PointXYZ cloud;
std::vectorpcl::PointXYZ data = cloud.points;
4、is_dense (bool)
判断points中的数据是否是有限的(有限为true)或者说是判断点云中的点是否包含 Inf/NaN这种值(包含为false)。
5、sensor_origin_ (Eigen::Vector4f)
代表了相应传感器的位置坐标(可能是进过平移的),这个数据成员是可选,在大多数的PCL算法中不会使用。
6、sensor_orientation_ (Eigen::Quaternionf)
代表了相应传感器的朝向,这个数据成员是可选,在大多数的PCL算法中不会使用。
为了简化开发,PointCloud中还包含了大量有用的函数,例如,用户不用根据height是否等于1来判断点云是否是有结构的,而是可以使用如下函数代替:if (!cloud.isOrganized ())
…
PointT类型只是点云中基础的点的数据,描述的是每一个独立的点。
二、写入数据到pcd文件--------有序数据结构
#define _CRT_SECURE_NO_WARNINGS
#pragma warning(disable:4996)
#include "iostream"
using namespace std;
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
int main()
{
//定义一个点云对象
pcl::PointCloud<pcl::PointXYZ> cloud_t;
//设置高和宽 点的个数
cloud_t.width = 5;
cloud_t.height = 4;
cloud_t.points.resize(cloud_t.width*cloud_t.height);
//为每一个点填入数据
for (int i = 0; i < 4; i++)
{
for (int j = 0; j < 5; j++)
{
int num = i * 4 + j;
cloud_t.points[num].x = 1024 * rand() / (RAND_MAX + 1.0f);
cloud_t.points[num].y = 1024 * rand() / (RAND_MAX + 1.0f);
cloud_t.points[num].z = 1024 * rand() / (RAND_MAX + 1.0f);
}
}
//保存数据到test.pcd
pcl::io::savePCDFileASCII("test.pcd", cloud_t);
//终端显示数据
cout << "保存的点云数据:" << endl;
for (int k = 0; k < cloud_t.points.size(); k++)
{
cout << cloud_t.points[k].x << " " << cloud_t.points[k].y << " " << cloud_t.points[k].z << endl;
}
system("pause");
return 0;
}