PCL 均匀下采样

莫将晚霞落黄昏

于 2024-09-29 17:45:00 发布

阅读量317

点赞数 5

分类专栏： PCL点云算法与实战案例文章标签：人工智能算法 3d 计算机视觉 c++

本文链接：https://blog.csdn.net/qq_47947920/article/details/142627260

版权

PCL点云算法与实战案例专栏收录该内容

26 篇文章 2 订阅

订阅专栏

2.1.2 可视化原始点云和下采样后的点云

2.2完整代码

三、实现效果

PCL点云算法汇总及实战案例汇总的目录地址链接：

PCL点云算法与项目实战案例汇总（长期更新）

一、概述

均匀下采样 是一种常用的点云降采样方法，旨在通过在一定的空间范围内均匀选择点，从而减少点云的数据量。此方法能够在保持点云的空间分布的同时，去除冗余的点，适用于需要均匀分布样本的应用场景。

1.1原理

均匀下采样通过在指定的体素大小范围内选择代表点（通常是体素内的某一个点或体素的中心），使得每个体素内只保留一个点，从而减少点的数量。这种方法可以有效保持点云的几何特征，特别是在点云密集的区域。

1.2实现步骤

读取点云数据。
使用 pcl::VoxelGrid 类进行均匀下采样。
可视化原始点云和下采样后的点云。

1.3应用场景

数据预处理：减少点云的复杂度，为后续处理做准备。
实时处理：在实时场景中快速处理和分析点云。
数据分析：在保证几何特性的前提下，减少点云数据量

二、代码实现

2.1关键函数

2.1.1 均匀下采样

使用 pcl::VoxelGrid 进行均匀下采样，通过设置体素大小来控制下采样的精度.

#include <pcl/filters/voxel_grid.h>

// 创建体素滤波器对象
pcl::VoxelGrid<pcl::PointXYZ> voxel_grid;
voxel_grid.setInputCloud(cloud);  // 原始点云
voxel_grid.setLeafSize(0.01f, 0.01f, 0.01f);  // 设置体素大小
voxel_grid.filter(*sampled_cloud);  // 存储下采样后的点云

2.1.2 可视化原始点云和下采样后的点云

使用 PCLVisualizer 可视化原始点云和下采样后的点云，设置背景为白色。

#include <pcl/visualization/pcl_visualizer.h>

// 可视化原始点云和下采样后的点云
void visualizePointClouds(
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud,  // 原始点云
    pcl::PointCloud<pcl::PointXYZ>::Ptr sampled_cloud)  // 下采样后的点云
{
    pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("Voxel Grid Filter Viewer"));

    // 设置视口1，显示原始点云
    int vp_1;
    viewer->createViewPort(0.0, 0.0, 0.5, 1.0, vp_1);  // 左侧窗口
    viewer->setBackgroundColor(1.0, 1.0, 1.0, vp_1);  // 白色背景
    viewer->addText("Original PointCloud", 10, 10, "vp1_text", vp_1);  // 标题
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> cloud_color_handler(cloud, 0, 255, 0);  // 绿色
    viewer->addPointCloud(cloud, cloud_color_handler, "original_cloud", vp_1);

    // 设置视口2，显示下采样后的点云
    int vp_2;
    viewer->createViewPort(0.5, 0.0, 1.0, 1.0, vp_2);  // 右侧窗口
    viewer->setBackgroundColor(1.0, 1.0, 1.0, vp_2);  // 白色背景
    viewer->addText("Sampled PointCloud", 10, 10, "vp2_text", vp_2);  // 标题
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> sampled_color_handler(sampled_cloud, 255, 0, 0);  // 红色
    viewer->addPointCloud(sampled_cloud, sampled_color_handler, "sampled_cloud", vp_2);

    // 设置点的大小
    viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "original_cloud", vp_1);
    viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 4, "sampled_cloud", vp_2);

    viewer->addCoordinateSystem(1.0);
    viewer->initCameraParameters();

    while (!viewer->wasStopped())
    {
        viewer->spinOnce(100);
    }
}

2.2完整代码

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>
#include <pcl/visualization/pcl_visualizer.h>

// 可视化原始点云和下采样后的点云
void visualizePointClouds(
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud,  // 原始点云
    pcl::PointCloud<pcl::PointXYZ>::Ptr sampled_cloud)  // 下采样后的点云
{
    pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("Voxel Grid Filter Viewer"));

    // 设置视口1，显示原始点云
    int vp_1;
    viewer->createViewPort(0.0, 0.0, 0.5, 1.0, vp_1);  // 左侧窗口
    viewer->setBackgroundColor(1.0, 1.0, 1.0, vp_1);  // 白色背景
    viewer->addText("Original PointCloud", 10, 10, "vp1_text", vp_1);  // 标题
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> cloud_color_handler(cloud, 0, 255, 0);  // 绿色
    viewer->addPointCloud(cloud, cloud_color_handler, "original_cloud", vp_1);

    // 设置视口2，显示下采样后的点云
    int vp_2;
    viewer->createViewPort(0.5, 0.0, 1.0, 1.0, vp_2);  // 右侧窗口
    viewer->setBackgroundColor(1.0, 1.0, 1.0, vp_2);  // 白色背景
    viewer->addText("Sampled PointCloud", 10, 10, "vp2_text", vp_2);  // 标题
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> sampled_color_handler(sampled_cloud, 255, 0, 0);  // 红色
    viewer->addPointCloud(sampled_cloud, sampled_color_handler, "sampled_cloud", vp_2);

    // 设置点的大小
    viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "original_cloud", vp_1);
    viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 4, "sampled_cloud", vp_2);

    /*viewer->addCoordinateSystem(1.0);
    viewer->initCameraParameters();*/

    while (!viewer->wasStopped())
    {
        viewer->spinOnce(100);
    }
}

int main(int argc, char** argv)
{
    // -----------------------------读取点云数据---------------------------------
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    if (pcl::io::loadPCDFile<pcl::PointXYZ>("China dragon.pcd", *cloud) == -1)
    {
        PCL_ERROR("Couldn't read the PCD file!\n");
        return -1;
    }

    // -----------------------------均匀下采样---------------------------------
    pcl::PointCloud<pcl::PointXYZ>::Ptr sampled_cloud(new pcl::PointCloud<pcl::PointXYZ>);  // 存储下采样后的点云
    pcl::VoxelGrid<pcl::PointXYZ> voxel_grid;

    voxel_grid.setInputCloud(cloud);  // 原始点云
    voxel_grid.setLeafSize(0.01f, 0.01f, 0.01f);  // 设置体素大小
    voxel_grid.filter(*sampled_cloud);  // 生成下采样后的点云

    // -----------------------------可视化原始点云和下采样后的点云---------------------------------
    visualizePointClouds(cloud, sampled_cloud);

    return 0;
}