PCL--基本点云操作

1. 连接两个点云

#include <iostream>   //输入输出流
#include <pcl/io/pcd_io.h>  //PCL的PCD格式文件的输入输出头文件
#include <pcl/point_types.h>  //PCL对各种格式的点的支持头文件

using namespace std;
using namespace pcl;

//拼接A和B到C
/************************************
 int main(int argc,char**argv)
     参数1： argc 命令行输入的个数（以空白符为分隔）
	 参数2： argv 存储了所有命令行参数，以Null结束
*************************************/
int main(int argc,char**argv)
{
	//不管怎样argv[0]都是工程exe的路径
	if (argc != 3)  //提示如果执行可执行文件输入两个参数-f或者-p
	{
		cout << "please specify command line arg'-f' or '-p'" << endl;
		system("pause");
		exit(0);
	}
	
	/*******************************************************************
      定义了连接点云会用到的5个点云对象：3个输入（cloud_a cloud_b 和n_cloud_b）
      两个输出（cloud_c  n_cloud_c）然后就是为两个输入点云cloud_a和 cloud_b或者cloud_a 和n_cloud_b填充数据
    ********************************************************************/

	//申明三个PointXYZ点云数据类型，分别为cloud_a,cloud_b,cloud_c
	PointCloud<PointXYZ> cloud_a, cloud_b, cloud_c;
	//存储进行连接的时候需要的Normal点云， Normal(float n_x,float n_y,float n_z)
	PointCloud<Normal> n_cloud_b;
	//存储连接XYZ与normal后的点云。
	PointCloud<PointNormal> p_n_cloud_c;

	//创建点云数据
	//设置cloud_a的个数是5；
	cloud_a.width = 5;
	cloud_a.height= cloud_b.height= cloud_c.height = 1;   //设置点云为无序点云。
	cloud_a.points.resize(cloud_a.width*cloud_a.height); //总的点数

	// strcmp（s1,s2）用来比较两个字符串，若s1,s2字符串相等，则返回0。若s1大于s2，返回大于零的数；否则返回小于零的数。
	if (strcmp(argv[1], "-p") == 0)   //判断是否为连接(a+b=c),点云连接。
	{
		cloud_b.width =3;
		cloud_b.height = 1;   //设置点云为无序点云。
		cloud_b.points.resize(cloud_b.width*cloud_b.height); //总的点数
	}
	else   //连接XYZ与normal
	{
		n_cloud_b.width = 5; //如果是连接XYZ与normal则生成5个法线
		n_cloud_b.height = 1;
		n_cloud_b.points.resize(n_cloud_b.width*n_cloud_b.height);
	}

	//循环生成无序点云填充上面定义的两种类型的点云数据
	for (size_t i = 0; i < cloud_a.points.size(); i++)
	{
		cloud_a.points[i].x = 1024 * rand() / (RAND_MAX + 1.0f);
		cloud_a.points[i].y = 1024 * rand() / (RAND_MAX + 1.0f);
		cloud_a.points[i].z = 1024 * rand() / (RAND_MAX + 1.0f);
	}
	if (strcmp(argv[1], "-p") == 0)
	{
		//连接a+b=c,则cloud_b用三个点作为xyz的数据。
		for (size_t i = 0; i < cloud_b.points.size(); i++)
		{
			cloud_b.points[i].x = 1024 * rand() / (RAND_MAX + 1.0f);
			cloud_b.points[i].y = 1024 * rand() / (RAND_MAX + 1.0f);
			cloud_b.points[i].z = 1024 * rand() / (RAND_MAX + 1.0f);
		}
	}
	else
	{
		//连接xyz+normal=xyznormal,则n_cloud_b用5个点作为normal数据。
		for (size_t i = 0; i < n_cloud_b.points.size(); i++)
		{
			n_cloud_b.points[i].normal[0] = 1024 * rand() / (RAND_MAX + 1.0f);
			n_cloud_b.points[i].normal[1] = 1024 * rand() / (RAND_MAX + 1.0f);
			n_cloud_b.points[i].normal[2] = 1024 * rand() / (RAND_MAX + 1.0f);
		}
	}
	//输出点云Cloud_A;
	cout << "cloud A:" << endl;
	for (size_t i = 0; i < cloud_a.points.size(); ++i)
	{
		cout << "   " << cloud_a.points[i].x << "   " << cloud_a.points[i].y << "   " << cloud_a.points[i].z << endl;
	}
	//输出点云Cloud_B;
	if (strcmp(argv[1], "-p") == 0)  //输出cloud_b
	{
		cout << "cloud B:" << endl;
		for (size_t i = 0; i < cloud_b.points.size(); ++i)
		{
			cout << "   " << cloud_b.points[i].x << "   " << cloud_b.points[i].y << "   " << cloud_b.points[i].z << endl;
		}
	}
	else //输出n_cloud_b
	{
		cout << "cloud N_B:" << endl;
		for (size_t i = 0; i < n_cloud_b.points.size(); i++)
		{
			cout << "   " << n_cloud_b.points[i].normal[0] << "   " << n_cloud_b.points[i].normal[1] << "   " << n_cloud_b.points[i].normal[2] << endl;
		}
	}

	//复制点云中的点
	if (strcmp(argv[1], "-p") == 0)
	{
		cloud_c = cloud_a;
		cloud_c += cloud_b;  //将cloud_a和cloud_b点云数据连接一起创建cloud_c。
		//输出连接结果
		cout << "cloud C:" << endl;
		for (size_t i = 0; i < cloud_c.points.size(); i++)
		{
			cout << "   " << cloud_c.points[i].x << "   " << cloud_c.points[i].y << "   " << cloud_c.points[i].z << endl;
		}
	}
	else  //连接cloud_a和n_cloud_b获得p_n_cloud_c
	{
		cout << "p_n_cloud C:" << endl;
		concatenateFields(cloud_a, n_cloud_b,p_n_cloud_c);
		for (size_t i = 0; i < p_n_cloud_c.points.size(); i++)
		{
			cout << "   " << p_n_cloud_c.points[i].x
				<< "   "  << p_n_cloud_c.points[i].y
				<< "   "  << p_n_cloud_c.points[i].z<<endl;
		}
	}
	system("pause");
	return 0;
}

2.PCL中的OpenNI点云获取框架

   PCL提供一个通用采集接口， 这样可以方便的连接到不同的设备以及驱动、文件格式以及其他数据源。PCL集成的第一个数据获取驱动是新的OpenNI Grabber,他使得从OpenNI兼容的设备请求数据流变得十分简单。