C++下使用Open3D进行K临近查找和半径邻域查找

最新推荐文章于 2024-05-13 01:46:35 发布

Patient patient.

最新推荐文章于 2024-05-13 01:46:35 发布

阅读量392

点赞数

分类专栏：基于C++的Open3D点云处理文章标签： c++ open3d

本文链接：https://blog.csdn.net/qq_44849479/article/details/125421713

版权

本文介绍了如何在C++环境中利用Open3D库进行K最近邻（KNN）和半径邻域查找（RNN）。通过实例展示了这两种搜索方法在3D点云处理中的应用。

摘要由CSDN通过智能技术生成

C++下使用Open3D进行K临近查找和半径邻域查找

#include <string>
#include <Eigen>
#include <Open3D/Open3D.h>
using namespace open3d;
using namespace std;

int main(int argc, char* argv[]) {

    //读取点云
    std::shared_ptr<geometry::PointCloud> cloud(new geometry::PointCloud);
    open3d::io::ReadPointCloud("C:/Users/a/Desktop/2.ply", *cloud);

    int k = 30;
    //判断点云是否有颜色信息，如果没有颜色信息，将所有点的颜色信息置为0
    if (!cloud->HasColors()) {
        cloud->colors_.resize(cloud->points_.size());
        for (size_t i = 0; i < cloud->points_.size(); i++) {
            cloud->colors_[i].setZero();
        }
    }

    geometry::KDTreeFlann kdtree;//创建KD树
    kdtree.SetGeometry(*cloud);
    std::vector<int> new_indices_vec(k);//K临近点索引
    std::vector<double> new_dists_vec(k);//K临近点距离

    kdtree.SearchKNN(cloud->points_[50], k, new_indices_vec,new_dists_vec);//cloud->points_[0]处的K个临近点

    for (size