PCL学习 part2

PCD头文件

VERSION：指定PCD文件版本
FIELDS：指定一个点可以有的每一个维度和字段的名字
SIZE：用字节数指定每一个维度的大小
TYPE：用一个字符指定每一个维度的类型
COUNT：每一个维度包含的元素数目
WIDTH：无序点云数据集的点云个数；有序点云数据集的宽度（一行点的数目）
HEIGHT：无序数据集值为1；有序点云数据集的高度（行总数）
VIEWPOINT:指定数据集中点云的获取视点，视点信息被指定为平移+四元数，默认值为0 0 0 1 0 0 0
POINTS：指定点云中的点数
DATA：指定存储点云数据的数据类型，ASCII码（便于点云的修改）和二进制（简单快速）

# .PCD v0.7 - Point Cloud Data file format
VERSION 0.7
FIELDS x y z rgb
SIZE 4 4 4 4
TYPE F F F F
COUNT 1 1 1 1
WIDTH 320
HEIGHT 240
VIEWPOINT 0 0 0 1 0 0 0
POINTS 76800
DATA ascii

PCD作为文件格式的优势：
存储和处理有序点云数据集的能力；二进制数据类型下载存储到磁盘速度很快；存储不同的数据类型，无效点的存储为NAN类型；特征描述子的n维直方图。

PCD文件读取和写入

#include<iostream>
#include<pcl/point_types.h>
#include<pcl/io/pcd_io.h>

using namespace std;
using namespace pcl;
int main()
{
    PointCloud<PointXYZ>::Ptr cloud(new PointCloud<PointXYZ>);
    // one
    PCDReader reader;
    reader.read(file, *cloud);//file为pcd文件所在路径
    
    //two
    //io::loadPCDFile(file,*cloud);
    //io::savePCDFile(file, *cloud);
    return 0;
}

kd-tree和octree

kd-tree：一种数据结构，带有其他约束条件的二分查找树。kd-tree的每一级在指定维度上分开所有的子节点，较小数值在左子树，较大数值在右子树。

octree：对三维空间的几何实体进行体元剖分，每个体元具有相同的时间和空间复杂度，通过循环递归的划分方法对大小为2n2n2n的三维空间的几何对象进行剖分，从而构成一个具有根节点的方向图。若被划分的体元具有相同属性，则该体元构成一个叶节点，否则继续对该体元剖分成8个子立方体。