新建一个win32项目,在源文件输入以下代码
//据说pcl还有其他三维重建算法,比如泊松possion、NURBS曲面、此文是贪婪投影三角化算法(GreedyProjectionTriangulation)
#include "stdafx.h"
#include<iostream>
#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
#include <pcl/search/kdtree.h>//kdtree搜索对象的类定义的头文件
#include <pcl/features/normal_3d.h>//法向量特征估计相关类定义的头文件
#include <pcl/surface/gp3.h> //贪婪投影三角化算法类定义的头文件
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/io/vtk_io.h>
#include <pcl/io/ply_io.h>
int _tmain(int argc, _TCHAR* argv[])
{
//以下是一个简单的ply转换到pcd格式点云的代码,后期可直接用
/* pcl::PLYReader reader;
pcl::PointCloud<pcl::PointXYZ>::Ptr cloudyjp(new pcl::PointCloud<pcl::PointXYZ>);
reader.read<pcl::PointXYZ>("F:/vs2013wenjian/612/testPCL2/testPCL2/blade.ply", *cloudyjp);
pcl::io::savePCDFile("H:/out/blade.pcd", *cloudyjp);*/
// 检查程序输入命令的合法性
if (argc!= 2) //如果只有一个命令说明没有指定目标点云,所以会提示用法
{
PCL_ERROR("输入有误\n");
getchar();
return(-1);
}
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); // 创建点云(指针)
if (pcl::io::loadPCDFile<pcl::PointXYZ>(argv[1], *cloud) <0) //* 读入PCD格式的文件,如果文件不存在,返回-1
{
PCL_ERROR("Couldn't read file test_pcd.pcd \n"); //文件不存在时,返回错误,终止程序。
getchar();
return (-1);
}
std::cerr << "点云读入 完成" << std::endl;
//由于本例中使用的三角化算法输入必须为有向点云,
//所以需要使用PCL中的法线估计方法预先估计出数据中每个点的法线,下面的代码就完成该预处理。
pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> n;//法线估计对象
pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);//存储估计的法线
pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);//定义kd树指针
tree->setInputCloud(cloud); //用cloud构建tree对象
n.setInputCloud(cloud); //为法线估计对象设置输入点云
n.setSearchMethod(tree); //设置搜索方法
n.setKSearch(20); //设置k搜索的k值为20
n.compute(*normals); //估计法线存储结果到normals中
std::cerr << "法线计算 完成" << std::endl;
//由于XYZ坐标字段和法线字段需要在相同PointCloud对象中,
//所以创建一个新的PointNormal类型的点云来存储坐标字段和法线连接后的点云。
pcl::PointCloud<pcl::PointNormal>::Ptr cloud_with_normals(new pcl::PointCloud<pcl::PointNormal>);
pcl::concatenateFields(*cloud, *normals, *cloud_with_normals);//连接字段,cloud_with_normals存储有向点云
//对三角化对象相关变量进行定义
pcl::search::KdTree<pcl::PointNormal>::Ptr tree2(new pcl::search::KdTree<pcl::PointNormal>);//定义搜索树对象
tree2->setInputCloud(cloud_with_normals); //利用点云构建搜索树
pcl::GreedyProjectionTriangulation<pcl::PointNormal> gp3;//定义三角化对象
pcl::PolygonMesh triangles; //存储最终三角化的网格模型
//下面设置参数特征值和实际进行三角化
gp3.setSearchRadius(0.025);//设置连接点之间的最大距离(即为三角形最大边长)为0.025
//设置各参数特征值,详见本小节前部分对参数设置的描述
gp3.setMu(2.5);//设置被样本点搜索其邻近点的最远距离为2.5,为了适应点云密度的变化
gp3.setMaximumNearestNeighbors(100); //设置样本点可搜索的邻域个数为100
gp3.setMaximumSurfaceAngle(M_PI / 2); //设置某点法线方向偏离样本点法线方向的最大角度为45度
gp3.setMinimumAngle(M_PI / 18); //设置三角化后得到三角形内角最小角度为10度
gp3.setMaximumAngle(2 * M_PI / 3); //设置三角化后得到三角形内角最大角度为120度
gp3.setNormalConsistency(false); //设置该参数保证法线朝向一致
gp3.setInputCloud(cloud_with_normals);//设置输入点云为有向点云cloud_with_normals,点云以及法向信息
gp3.setSearchMethod(tree2); //设置搜索方式为tree2
gp3.reconstruct(triangles); //重建提取三角化,开始重建
std::cerr << "重建 完成" << std::endl;
std::cerr << "开始显示 ........" << std::endl;
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("3D Viewer"));
viewer->setBackgroundColor(0, 0, 0.5); //设置窗口颜色
viewer->addPolygonMesh(triangles, "my"); //设置所要显示的网格对象
//设置网格模型显示模式
//viewer->setRepresentationToPointsForAllActors(); //网格模型以点形式显示
viewer->setRepresentationToWireframeForAllActors(); //网格模型以线框图模式显示
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer2(new pcl::visualization::PCLVisualizer("3D Viewer"));
viewer2->setBackgroundColor(0, 0.5, 0); //设置窗口颜色红绿蓝
viewer2->addPolygonMesh(triangles, "my2"); //设置所要显示的网格对象
viewer2->setRepresentationToSurfaceForAllActors(); //网格模型以面片形式显示
//viewer->addCoordinateSystem(0.1); //设置坐标系,参数为坐标显示尺寸
//viewer->initCameraParameters();
while (!viewer->wasStopped())
{
viewer->spinOnce(100);
boost::this_thread::sleep(boost::posix_time::microseconds(100000));
}
while (!viewer2->wasStopped())
{
viewer2->spinOnce(100);
boost::this_thread::sleep(boost::posix_time::microseconds(100000));
}
return 0;
}
//F:/vs2013wenjian/824/TEST824/x64/Debug/TEST824.exe H:/out/bunny.pcd
//在开始-cmd回车-输入"exe文件的地址 pcd格式点云的地址"回车就可以运行上述代码