点云处理开发测试题目实现2

最新推荐文章于 2023-10-10 22:44:10 发布

点云兔子

最新推荐文章于 2023-10-10 22:44:10 发布

阅读量257

点赞数

分类专栏：点云PCL 文章标签： pcl 点云处理

本文链接：https://blog.csdn.net/qq_40301351/article/details/133757246

版权

点云PCL 专栏收录该内容

31 篇文章 138 订阅 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

博客内容讲述了如何计算点云中四个圆的圆心坐标和半径，并进行X+方向排序，将结果保存。同时提到了两个关键函数，一个用于估算点云边界并保存，另一个用于提取孤立边界点云。

摘要由CSDN通过智能技术生成

计算出纸箱上的四个圆的圆心坐标和半径，对圆心坐标进行排序，沿着X+方向排序并把排序后的圆心坐标保存到本地。

// 此函数用于估计点云的边界，并将边界点保存到文件中
void BoundaryEstimation(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud)
{
    // 移除输入点云中的NaN值（非法点）
    std::vector<int> indices;
    pcl::removeNaNFromPointCloud(*cloud, *cloud, indices);

    // 估计点云的表面法线
    pcl::PointCloud<pcl::Normal>::Ptr normals (new pcl::PointCloud<pcl::Normal>);
    pcl::search::KdTree<pcl::PointXYZ>::Ptr tree (new pcl::search::KdTree<pcl::PointXYZ>);
    pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> ne;
    ne.setInputCloud(cloud);
    ne.setSearchMethod(tree);
    ne.setKSearch(50); // 设置K最近邻搜索的数量
    ne.compute(*normals);

    // 计算点云的边界
    pcl::PointClou

了解本专栏