CloudCompare 二次开发(30)——均匀采样

已于 2024-03-24 10:18:31 修改
阅读量643 收藏 1
点赞数 1
CC 4.0 BY-SA版权
分类专栏： CloudCompare 二次开发 文章标签： 计算机视觉 人工智能 开发语言 c++
于 2024-03-24 10:14:48 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/136983072
本文介绍了如何在CloudCompare中进行点云的均匀采样，通过集成PCL库的算法，详细展示了代码添加过程和结果展示，包括界面按钮的新增和功能实现。

目录

一、概述

  使用CloudCompare与PCL编程实现的点云均匀采样。具体计算原理见：PCL 均匀采样。

二、代码集成

1、mainwindow.h文件public中添加：

void doActionPCLUniformSample(); // 均匀采样

2、mainwindow.cpp文件void MainWindow::connectActions()函数中添加：

connect(m_UI
了解本专栏 订阅专栏 解锁全文
CloudCompare二次开发(2)——快速均匀采样
点云侠的博客
11-24 1570
不依赖任何第三方库直接使用CLoudCompare实现的快速均匀采样。
CloudCompare&PCL 点云均匀重采样
dayuhaitang1的博客
07-08 2013
CloudCompare&PCL 统一重采样
PCL 均匀采样【2025最新版】
热门推荐
点云侠的博客
07-06 41万+
根据输入点云数据创建一个微小的三维立方体集合，然后计算每个三维立方体的重心；由于该重心点不一定是原始点云中的点，直接用该点来表示立方体内所有的点会丢失原始点云的细小特征；所以使用k最近邻搜索寻找距离重心点最近的原始点来代替重心点。
CloudCompare——采样滤波【2025最新版】
点云侠的博客
08-31 1万+
常见点云采样滤波算法软件实现操作流程，博客长期更新，最近一次更新时间为：2025年1月10日。
CloudCompare二次开发之如何通过PCL进行点云采样？
【cacrle】的博客
05-16 1485
因笔者课题涉及点云处理，需要通过PCL进行点云数据一系列处理分析，查阅现有网络资料，对常用PCL点云采样进行代码实现，本文记录采样实现过程。
CloudCompare二次开发目录（C++长期更新版）
点云侠的博客
06-24 1652
CloudCompare软件二次开发的一些案例汇总。
快速均匀采样算法在CloudCompare二次开发中的实现
TechSavant的博客
08-16 218
快速均匀采样算法在CloudCompare二次开发中的实现快速均匀采样是一种常用的点云数据处理算法，可以在点云数据集中快速生成具有相对均匀分布的采样点。在CloudCompare的二次开发中，我们可以使用C++编程语言来实现这一算法，并将其用作工具插件。以下是一个示例代码，展示了如何在CloudCompare中实现快速均匀采样算法： 以上代码中， 函数实现了快速均匀采样算法。它接受输入点云对象和需要采样的点数作为参数，并在输出点云对象中生成具有均匀分布的采样点。在主函数中，我们首先创建了输入点云对象和输出点
CloudCompare 二次开发(36)——非均匀体素降采样
点云侠的博客
12-06 638
使用CloudCompare与PCL编程实现的非均匀体素降采样。
CloudCompare 二次开发(5)——非插件中的PCL环境配置（均匀采样为例）
点云侠的博客
02-17 2075
在进行CloudCompare二次开发的时候，可以直接在CloudCompare的核心功能中添加自己的算法，比插件式的算法集成要方便得多。因此，这里主要记录CloudCompare非插件式二次开发配置PCL，并给出具体开发法过程。
Subsample子采样(CloudCompare软件)
dayuhaitang1的博客
06-12 5797
之前一直以为CC软件里面没有子采样这个功能，不过找了找之后发现还是有的，感觉这些小的功能挺有意思的，所以也就记录一下。 文章目录一、Random采样二、space采样三、octree采样 一、Random采样 有时候我总是喜欢使用一些小的样本来测试一些算法，所以这个小功能感觉还是很实用的，可以在保证原点云数据特征(如：颜色、法向量等等)的同时，而且能有效的降低点云数据的数据量。 (1)加载数据。 (2)选中要进行子采样的点云对象，然后点击“Subsample”按钮。 (3)选择随机采样，并设置参数。
三维点云（PointCloud）处理软件CloudCompare.zip
07-19
CloudCompare是一款三维点云（Point Cloud）处理软件，可以方便地使用计算法向量、优化法向量、泊松构网、滤波等功能。 标签：CloudCompare
CloudCompare——随机下采样【2025最新版】
点云侠的博客
07-28 1683
CloudCompare软件随机下采样的两种实现方式。博客长期更新，本文最近一次更新时间为：2025年5月29日。对最新阅读的论文进行整理，添加随机采样的算法实现过程和优缺点。
点云均匀重采样 - 实现高效的CloudCompare和PCL算法
CyberSparkZ的博客
08-16 637
CloudCompare和Point Cloud Library (PCL) 是两个广泛使用的开源点云库，它们提供了许多功能强大的算法，其中包括点云的均匀重采样。本文将介绍如何使用CloudCompare和PCL库实现高效的点云均匀重采样，并附上相应的源代码。这些库不仅提供了强大的点云处理算法，还具有丰富的社区支持和文档资料，能够满足各种点云处理需求。点云均匀重采样是一种常用的点云数据处理技术，能够通过减少点云数据的密度来降低计算和存储成本。该算法通过在点云中选择一定间隔的采样点来实现均匀重采样。
CloudCompare源码分析之qCC模块：模型采样
dayuhaitang1的博客
12-13 1150
CloudCompare源码分析之qCC模块：模型采样
点云均匀重采样：实现点云数据的均匀重采样
RxCode的博客
09-23 775
点云均匀重采样是一种处理点云数据的方法，旨在通过重新采样点云数据，使得点云的密度更加均匀。以上代码首先加载输入的点云数据（这里假设点云数据保存在名为"input_cloud.pcd"的文件中），然后创建了一个均匀重采样对象，并将输入点云设置为其输入。CloudCompare是一款功能强大的点云处理软件，而PCL是一个开源的点云处理库，提供了许多点云处理的算法和工具。通过调整重采样的半径搜索参数，可以灵活地控制点云的重采样效果。较小的搜索半径会产生更密集的点云，而较大的搜索半径会产生更稀疏的点云。
PCL MLS点云上采样
dayuhaitang1的博客
12-19 1085
PCL MLS点云上采样
CloudCompare——基于八叉树的点云下采样【2025最新版】
点云侠的博客
09-01 3986
使用CloudCompare基于八叉树实现的点云下采样，本文由CSDN点云侠原创，博客长期更新，本文最新更新时间为：2025年3月9日。
Couldcompare下采样点云
qq_27353621的博客
04-15 5186
一、Random采样 可以在保证原点云数据特征(如：颜色、法向量等等)的同时，而且能有效的降低点云数据的数据量。 (1)加载数据。 (2)选中要进行子采样的点云对象，然后点击“Subsample”按钮。 (3)选择随机采样，并设置参数。 (4)最后，点击“确定”即可生成新的点云数据。(此时的“Use active SF”使用不了，该选项只适用于space采样) 二、space采样 这个功能感觉也是很实用，它有点类似PCL中的VoxelGrid(体素)滤波器(在CC软件中，该方法为“Octree”中的“
PCL入门系列 —— VoxelGrid体素栅格降采样
工业机器视觉
04-28 1940
在进行点云数据处理时，如果输入的点云数据量过大，会导致整体处理流程非常耗时，这时可以通过对点云数据进行降采样将数据量减少，加快运行速度； 体素栅格采样在采样后，依然能保持点云数据的整体几何结构，而且通过设置最小内点数量，还能起到滤波的效果；...
cloudcompare均匀采样
最新发布
07-04
在 CloudCompare 中执行均匀采样操作可以通过其内置功能或者二次开发接口实现。以下是基于用户提供的引用信息以及相关知识总结的步骤： ### 均匀采样的基本概念 均匀采样是一种点云处理技术，旨在从原始点云中选取分布较为均匀的点集，以保留整体几何特征的同时减少数据量。相比随机采样，均匀采样能够更有效地避免局部点密度不均的问题。 ### 使用 CloudCompare 内置功能进行均匀采样 1. 打开 CloudCompare 软件并加载需要处理的点云文件。 2. 在主界面右侧的“工具”面板中找到“Sampling”或“下采样”相关选项。 3. 选择“Uniform Sampling”（均匀采样）模式。 4. 设置采样参数，例如目标点数或采样距离阈值。 5. 点击“Apply”或“Run”按钮执行采样操作。 6. 完成后可在视图中查看结果，并通过保存功能将处理后的点云导出为文件。 ### 通过二次开发实现均匀采样 如果用户具备一定的 C++ 编程能力，也可以通过 CloudCompare 的二次开发接口实现更灵活的均匀采样功能。根据引用信息，在 `mainwindow.cpp` 文件中的 `connectActions()` 函数内添加如下代码片段可以绑定均匀采样功能到菜单项或按钮上 [^2]： ```cpp connect(m_UI->actionUniformSample, &QAction::triggered, this, &MainWindow::doActionPCLUniformSample); ``` 其中 `doActionPCLUniformSample` 是一个自定义的槽函数，用于调用 PCL（Point Cloud Library）或其他库实现的均匀采样算法。 此外，在实现函数中可使用类似以下逻辑进行处理： ```cpp void MainWindow::doActionPCLUniformSample() { // 获取当前选中的点云数据 ccPointCloud* cloud = getCurrentCloud(); // 调用 PCL 实现的均匀采样算法 pcl::UniformSampling<pcl::PointXYZ> filter; filter.setInputCloud(cloud->getPCLCloud()); filter.setRadiusSearch(0.01f); // 设置采样半径 pcl::PointCloud<pcl::PointXYZ>::Ptr result(new pcl::PointCloud<pcl::PointXYZ>); filter.filter(*result); // 将结果转换回 CloudCompare 可识别的数据结构并显示 ccPointCloud* sampledCloud = new ccPointCloud("Sampled Cloud"); sampledCloud->reserve(result->size()); for (const auto& point : *result) { sampledCloud->addPoint(point.x, point.y, point.z); } // 添加到场景中显示 cloud->getParent()->addChild(sampledCloud); cloud->setEnabled(false); sampledCloud->setEnabled(true); updateUI(); } ``` 上述代码展示了如何结合 PCL 库实现均匀采样，并将结果集成到 CloudCompare 的界面中。 ### 注意事项 - 在使用内置功能时，确保 CloudCompare 版本支持均匀采样模块。 - 进行二次开发时，需熟悉 Qt 框架和 CloudCompare 的源码结构。 - 参数设置应根据具体应用场景调整，如采样半径、输出点数等。
评论 5
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