CloudCompare——距离测量【2025最新版】

已于 2025-01-11 11:18:36 修改
阅读量1.9w 收藏 93
点赞数 29
分类专栏： CloudCompare 文章标签： 计算机视觉 3d
于 2021-12-30 08:34:34 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36686437/article/details/122224036
版权
本文详细介绍了如何使用PCL库进行点云数据的距离测量操作，包括加载点云、启动距离测量功能、选取测量点及查看测量结果。此外，还列举了几个相关代码示例，如计算两点间欧氏距离、点云的最大距离、随机点最远距离以及点到平面的距离等，为点云处理提供实用的参考资料。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目录

在这里插入图片描述

本文由CSDN点云侠原创，原文链接。爬虫和抄袭狗就不要来丢人现眼了，你爬不全也抄不对。博客长期更新，本文最新更新时间为：2025年1月11日。

1.距离测量

1.加载点云——选中添加的点云，可以看到黄色的包围框，则表示操作正确
在这里插入图片描述
2.找到距离测量功能

在这里插入图片描述

3.在点云上选择要测量的点，先选择一个点，出现如下界面，点击"yes"

在这里插入图片描述
4.鼠标左键单击箭头所指按钮
在这里插入图片描述
5.点击另一个点，则可测量两个点之间的距离。
在这里插入图片描述
distance：两点之间的欧氏距离。

2.完整操作

在这里插入图片描述

3.相关代码

[1] PCL 距离计算
[2] PCL 计算点云的最大距离
[3] PCL 随机选取一点并计算距离它最远的点
[4] PCL 计算点到平面的距离

【CloudCompare教程】012：基于点云数据的测量功能
「 刘一哥与GIS的故事」
05-30 3218
在点云上拖动鼠标，绘制一个矩形，释放鼠标，弹出窗口，输入名称。 一、加载地形点云数据 二、基于点云数据的测量功能 1. 选择单点并显示信息 2. 选择两点并显示分割信息 3. 选择三点并显示相关三角形信息 4. 定义矩形2D标签 5. 保存当前标签（添加到点云子节点） 6. 刷新 7. 退出量测工具 三、注意事项
基于CloudCompare的距离测量编程
2301_79326559的博客
08-16 886
通过CloudCompare的图形界面工具和API接口，我们可以方便地进行点云数据的距离测量，并实现自定义的距离测量需求。在CloudCompare中，点击菜单栏的"File"，选择"Open"，然后选择需要导入的点云文件。除了使用工具栏中的距离测量功能外，CloudCompare还提供了自定义距离测量的API接口，我们可以通过编程来实现更加灵活和自动化的距离测量。在CloudCompare的工具栏中，有一个"Distance measurement"工具，点击该工具后，我们可以使用它进行距离测量。
使用cloudcompare测量平面之间的距离
weixin_41496173的博客
06-14 3868
cloudcompare不平行平面距离测量
如何使用 CloudCompare 计算点云的距离：一步步教你分析数据
最新发布
m0_62939278的博客
03-24 1017
CloudCompare之C2C——计算点云到点云的距离
CloudCompare 点云距离计算
dayuhaitang1的博客
10-15 7456
CloudCompare 点云距离计算
CloudCompare——计算点云到点云的距离【2025最新版】
点云侠的博客
10-10 7906
计算两点云的距离，点云变化检测
CloudCompare——M3C2计算两点云之间的鲁棒距离【2025最新版】
点云侠的博客
07-19 4708
M3C2计算两点云之间的鲁棒距离的CloudCompare软件操作。博客长期更新，最近一次更新时间为：2025年4月21日。
Cloudcompare 点到平面的距离以及点到平面的投影点
做减求空
07-15 4600
本文重点介绍Cloudcompare 中以下两点： - 计算点到平面的距离(平面-由参考点云上的部分点拟合求得) - 求得点到平面的投影点坐标
CloudCompare功能概要
热门推荐
辉哈
04-06 3万+
File open：打开 save：保存 Global Shift settings：设置最大绝对坐标，最大实体对角线 Primitive Factory：对点云进行原始加工，改变原始点云的形状 3D mouse：对3D鼠标（如3Dconnexion）的支持 Close all：关闭所有打开的实体 Quit：退出 Edit： Clone：克隆选中的点云 Merge：合并两个或者多个
CloudCompare使用手册
09-20
英文 CloudCompare v2.6.1使用手册，免费，共享。本文档主要针对CC的说明，使用，介绍比较详细。CloudCompare v2.6.1使用手册，免费，共享。本文档主要针对CC的说明，使用，介绍比较详细。
【点云处理】CloudCompare_v2.11.0_bin_x64
09-24
8. **比较**：CloudCompare的名字来源于其独特的功能——对比两个点云，检测表面差异，这对于检测建筑物沉降、地形变化等非常有用。 9. **可视化**：提供丰富的视图控制和光照选项，支持3D视角的自由旋转、缩放和平...
最新Lidar激光点云数据处理及可视化软件汇总
「 刘一哥与GIS的故事」
11-20 3万+
常见的点云处理及可视化软件有： CloudCompare、Globalmapper、Pix4d、ArcGIS（Pro）、Lidar 360、PCL、Quick Terrian Model等等。
PCL 点云配准评价指标——均方根误差RMSE计算
m0_51204289的博客
11-07 1119
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）](https://blog.csdn.net/qq_36686437/article/details/114160640)。质量无忧，永久免费，可放心复制粘贴。
猿创征文｜三维重建领域的开发者工具箱
zeeq的博客
11-01 2072
CloudCompare是一款集三维点云（Point Cloud）数据查看、编辑、处理为一体的三维点云数据配套开源软件，该软件支持多种三维点云数据格式。其所功能包括点云可视化、配准、分割、合并、抽稀、旋转、法向量计算、泊松构网、滤波等功能。除了自带丰富强大的点云数据处理功能之外，CloudCompare（为了简化描述，后续简称cc）还可以方便地进行拓展，比如插件的编写，甚至是下载其源代码直接进行修改等等。
「3D视觉技术交流群」精华帖与关键问题
3D视觉工坊
07-27 3642
原文首发于微信公众号3D视觉工坊： 「3D视觉技术交流群」精华帖与关键问题 本文主要总结了「3D视觉技术交流群」自建立以来，星球内共发布与交流过的技术帖及关键问题，以便大家回顾温习。 一 星球主题，主要包括： 1.1　２Ｄ视觉 １）相机标定； ２）图像处理基础； ３）相机与镜头 1.2　手眼标定 1.3　３Ｄ视觉 1.4　编程技巧 1.5　VSLAＭ，包括：ubuntu系统；VSLAM技术； 1...
CCCoreLib 点云间精确距离计算（CloudCompare内置算法库）
dayuhaitang1的博客
03-11 683
CCCoreLib 点云间精确距离计算（CloudCompare内置算法库）
CloudCompare的介绍
点云PCL
09-07 3万+
CloudCompare是一个三维点云（网格）编辑和处理软件。最初，它被设计用来对稠密的三维点云进行直接比较。它依赖于一种特定的八叉树结构，在进行点云对比这类任务时具有出色的性能【1】。...
cloudcompare计算归一化高程值
01-06
### 计算归一化高程值 在CloudCompare中计算归一化高程值涉及几个关键操作。首先，需要理解什么是归一化高程值。归一化高程是指相对于某个基准面的高度测量值，通常用于去除地形起伏的影响以便更好地分析其他特征。 #### 导入数据集 为了处理点云数据，在CloudCompare环境中加载目标文件。支持多种格式如LAS、LAZ等： ```bash File -> Open or drag-and-drop your point cloud file into CloudCompare. ``` #### 创建参考平面 选择合适的区域作为参考基底，可以通过手动绘制多边形框选特定部分或者利用已有矢量图层自动提取边界轮廓来定义这个水平面。 #### 提取高度信息 一旦有了基础表面，则可以基于此计算各点到该平面上方的距离即原始高程值。这一步骤可通过`Tools->Point Cloud Processing->Compute scalar field...`完成设置距离计算模式为垂直方向上的偏移量[^1]。 #### 归一化过程 接下来执行实际的归一化进程，具体做法是将上述获得的所有绝对高程数值减去最小值再除以其极差(最大值减最小值)，从而得到介于0至1之间分布的新属性列代表相对位置关系不变但尺度统一后的结果。 ```cpp // 假设 'elevations' 是一个包含所有点高程值得数组 double minElevation = *std::min_element(elevations.begin(), elevations.end()); double maxElevation = *std::max_element(elevations.begin(), elevations.end()); for(auto& elevation : elevations){ double normalizedValue = (elevation - minElevation)/(maxElevation-minElevation); } ``` #### 应用新字段 最后把经过转换之后的数据保存回原有点云对象当中成为新的附加维度供后续可视化或进一步统计分析之用。
评论 12
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

点云侠

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值