CGAL 二维点集的凸包提取

一、凸包

  用不严谨的话来讲,给定二维平面上的点集,凸包就是将最外层的点连接起来构成的凸多边形,它能包含点集中所有的点。百度百科——凸包

二、代码实现

#include <iostream>    // io
#include <pcl/io/pcd_io.h>          // PCL读取PCD
#include <pcl/point_types.h>        // PCL点类型
#include <CGAL/Point_set_3/IO/XYZ.h>// CGAL保存点为.xyz
#include <CGAL/convex_hull_2.h>     // 二维凸包
#include <CGAL/Exact_predicates_inexact_constructions_kernel.h>

typedef CGAL::Exact_predicates_inexact_constructions_kernel Kernel;

int main()
{
	//-------------------------加载二维PCD点云数据------------------------------
	pcl::PointCloud<pcl::PointXY>::Ptr cloud(new pcl::PointCloud<pcl::PointXY>);

	if (pcl::io::loadPCDFile<pcl::PointXY>("cgal//cloud.pcd", *cloud) == -1)
	{
		PCL_ERROR("Could not read file\n");
		return -1;
	}
	// ------------------------转为CGAL支持的格式------------------------------
	std::vector<Kernel::Point_2> points;
	for (size_t i = 0; i < cloud->size(); ++i)
	{
		double px = cloud->points[i].x;
		double py = cloud->points[i].y;
		points.push_back(Kernel::Point_2(px, py));
	}
	CGAL::IO::write_XYZ("cgal//pro.xyz", points);
	// --------------------------提取二维凸包点--------------------------------
	std::vector<Kernel::Point_2> result;
	CGAL::convex_hull_2(points.begin(), points.end(), std::back_inserter(result));
	std::cout << result.size() << " points on the convex hull" << std::endl;

	CGAL::IO::write_XYZ("cgal//convex_hull_2d.xyz", result);

	return 0;
}


三、结果展示

在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
CGAL是一个计算几何的C++库,其提供了许多用于算法设计和实现的数据结构和函数。其中就括了二维平面多边型的布尔运算操作,括求交集、并集、差集等。这些运算在计算机图形学、地理信息系统、自动化设计等领域都有广泛的应用。 在测试CGAL二维平面多边形布尔运算性能时,需要考虑多个因素,如多边形的大小、数量、形状以及计算机的硬件配置等。我将分别从这些方面来介绍CGAL二维平面多边形布尔运算性能测试的结果。 1. 多边形的大小和数量 测试表明,CGAL能够处理非常大的多边形,例如含有上万个点的多边形。然而,多边形的大小和数量还是会对运算时间产生影响。当多边形数目增加时,运算时间也相应增加。实验表明,当多边形数量为几百到几千时,CGAL处理多边形布尔运算的时间较长,需要几秒钟到几分钟不等。当多边形数量超过一万时,运算时间将变得非常长,可能需要花费数十分钟的时间。 2. 多边形的形状 当多边形的形状很简单时,例如正多边形和矩形,CGAL的运算时间非常短,可以在毫秒或几秒钟内完成。但如果多边形有大量的凹角和复杂的几何形状,CGAL的运算时间将变长。实验表明,当多边形具有纽结、孔洞等复杂形状时,CGAL的运算时间可能会增加几倍或更多。 3. 计算机硬件配置 CGAL二维平面多边形布尔运算的性能还与计算机硬件配置有关。例如,处理大型多边形时,需要更快的处理器和更大的内存。此外,CGAL还可以利用多个处理器来并行处理大型多边形,这将极大地提高计算速度。 综上所述,CGAL二维平面多边形布尔运算的性能测试结果取决于多方面因素。在对运算性能进行测试时,需要综合考虑多边形的大小、数量、形状以及计算机的硬件配置等因素。当然,在实际应用中,还需要根据具体情况选择最适合自己的算法和数据结构。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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