opencv教程（二）使用opencv以及pcl将2D图像转换为3D点云

————————————————
版权声明：本文为CSDN博主「leon_zeng0」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/leon_zeng0/article/details/72956750

使用opencv以及pcl将2D图像转换为3D点云

leon_zeng0 2017-06-09 13:42:47 18340 收藏 56
分类专栏： c++ 文章标签： 3d opencv pcl 点云库
版权
如果你要问怎么得到2D图片，可以看我另文博客： 深度相机的图像深度实时显示

本文其实是转载自 http://blog.csdn.net/zhuquan945/article/details/52808785?locationNum=6&fps=1

但我做了一点小的修改。程序注释足够清楚，但你也可以参考一下原文，那有更多解说。

网上有人总发问，后来我要了他程序，我给他调试成功了，他的程序就是来自原文。

或许是环境的缘故吧，我是在windows 8, visual studio c++ 2010 下，编译运行的。而原文在此环境下运行有问题。

编译运行此程序需要安装共享软件opencv和 pcl。 opencv 的版本是3.00beta， pcl 的版本是1.6.0 。

//程序开始

#include
#include

#include “opencv2/imgcodecs.hpp”
#include “opencv2/highgui/highgui.hpp”

#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
using namespace std;
using namespace cv;

// 定义点云类型
typedef pcl::PointXYZRGBA PointT;
typedef pcl::PointCloud PointCloud;

// 相机内参
const double camera_factor = 1000;
const double camera_cx = 325.5;
const double camera_cy = 253.5;
const double camera_fx = 518.0;
const double camera_fy = 519.0;

// 主函数
int main( int argc, char** argv )
{
// 读取./data/rgb.png和./data/depth.png，并转化为点云

// 图像矩阵
cv::Mat rgb, depth;
// 使用cv::imread()来读取图像
// API: http://docs.opencv.org/modules/highgui/doc/reading_and_writing_images_and_video.html?highlight=imread#cv2.imread
rgb = cv::imread( “C:\study\1341847980.722988.png” );
// rgb 图像是8UC3的彩色图像
// depth 是16UC1的单通道图像，注意flags设置-1,表示读取原始数据不做任何修改
depth = cv::imread( “C:\study\1341847980.723020.png”, -1 );

// 点云变量
// 使用智能指针，创建一个空点云。这种指针用完会自动释放。
PointCloud::Ptr cloud ( new PointCloud );
// 遍历深度图
for (int m = 0; m < depth.rows; m++)
for (int n=0; n < depth.cols; n++)
{
// 获取深度图中(m,n)处的值
ushort d = depth.ptr(m)[n];
// d 可能没有值，若如此，跳过此点
if (d == 0)
continue;
// d 存在值，则向点云增加一个点
PointT p;

// 计算这个点的空间坐标
p.z = double(d) / camera_factor;
p.x = (n - camera_cx) * p.z / camera_fx;
p.y = (m - camera_cy) * p.z / camera_fy;

// 从rgb图像中获取它的颜色
// rgb是三通道的BGR格式图，所以按下面的顺序获取颜色
p.b = rgb.ptr(m)[n3];
p.g = rgb.ptr(m)[n3+1];
p.r = rgb.ptr(m)[n*3+2];

// 把p加入到点云中
cloud->points.push_back( p );
}
// 设置并保存点云
cloud->height = 1;
cloud->width = cloud->points.size();
cout<<"point cloud size = "<points.size()<<endl;
cloud->is_dense = false;
pcl::io::savePCDFile( “C:\study\pointcloud.pcd”, *cloud );
// 清除数据并退出
cloud->points.clear();
cout<<“Point cloud saved.”<<endl;
return 0;
}