PCL CropHull任意多边形内部点云提取

莫将晚霞落黄昏

于 2024-10-01 09:45:48 发布

阅读量500

点赞数 13

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

本文链接：https://blog.csdn.net/qq_47947920/article/details/142667991

版权

PCL点云算法与实战案例专栏收录该内容

45 篇文章 2 订阅

订阅专栏

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

在PCL中，CropHull滤波器是一种用于根据指定的多边形边界，裁剪点云中位于该多边形内的点的工具。该方法可以通过给定任意的多边形，将点云数据根据这些边界进行筛选，提取出符合要求的内部点。

1.1原理

CropHull 过滤的主要步骤是通过多边形（通常为凸包）的几何边界，在三维空间中将点云进行裁剪。其基本原理如下：

多边形定义：定义用于裁剪的多边形边界，可以是任意多边形。
点云裁剪：将原始点云中位于多边形内部的点提取出来。具体过程是通过判断每个点是否位于多边形边界内，如果是，则保留该点，否则将其剔除。

1.2实现步骤

加载原始点云。
定义一个多边形（通常为凸包），作为裁剪边界。
使用 CropHull 滤波器，提取多边形内部的点云。
可视化裁剪前后的点云。

1.3应用场景

点云分割：在复杂场景中，使用自定义多边形边界，提取特定区域的点云。
点云裁剪：只保留感兴趣的区域，去除不必要的背景或干扰点。
场景预处理：在应用机器学习或深度学习算法前，通过裁剪减少不必要的数据量，提升处理效率。

二、代码实现

2.1关键函数

2.1.1 定义多边形边界

我们使用自定义的多边形边界进行裁剪，通常使用 pcl::ConvexHull 来定义边界。

#include <pcl/filters/crop_hull.h>
#include <pcl/surface/convex_hull.h>

// 定义凸包边界并进行裁剪
void applyCropHullFilter(pcl::PointCloud<pcl::PointXYZ>::Ptr& cloud, pcl::PointCloud<pcl::PointXYZ>::Ptr& cropped_cloud)
{
    // 1. 计算点云的凸包，作为多边形边界
    pcl::PointCloud<pcl::PointXYZ>::Ptr hull_points(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::ConvexHull<pcl::PointXYZ> chull;
    chull.setInputCloud(cloud);
    chull.reconstruct(*hull_points);  // 计算凸包的点云

    std::vector<pcl::Vertices> hull_polygons;
    chull.reconstruct(*hull_points, hull_polygons);  // 获取凸包的多边形顶点索引

    // 2. 使用CropHull进行裁剪操作
    pcl::CropHull<pcl::PointXYZ> cropHull;
    cropHull.setInputCloud(cloud);         // 设置输入点云
    cropHull.setHullCloud(hull_points);    // 设置凸包点云作为裁剪边界
    cropHull.setHullIndices(hull_polygons);// 设置凸包的顶点索引
    cropHull.setDim(3);                    // 使用三维空间裁剪
    cropHull.filter(*cropped_cloud);       // 执行裁剪并存储裁剪后的点云
}

2.1.2 可视化函数

使用 PCLVisualizer 来同时显示原始点云和裁剪后的点云，两个视口分别展示。

#include <pcl/visualization/pcl_visualizer.h>

// 可视化裁剪前和裁剪后的点云
void visualizePointClouds(pcl::PointCloud<pcl::PointXYZ>::Ptr& cloud, pcl::PointCloud<pcl::PointXYZ>::Ptr& cropped_cloud)
{
    // 创建PCLVisualizer对象
    pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("CropHull Viewer"));

    // 设置第一个视口，显示原始点云
    int v1(0), v2(1);
    viewer->createViewPort(0.0, 0.0, 0.5, 1.0, v1);  // 左侧视口
    viewer->setBackgroundColor(1.0, 1.0, 1.0, v1);   // 白色背景
    viewer->addText("Original Point Cloud", 10, 10, "v1 text", v1);  // 添加标题
    viewer->addPointCloud(cloud, "original_cloud", v1);  // 显示原始点云

    // 设置第二个视口，显示裁剪后的点云
    viewer->createViewPort(0.5, 0.0, 1.0, 1.0, v2);  // 右侧视口
    viewer->setBackgroundColor(0.98, 0.98, 0.98, v2); // 浅灰色背景
    viewer->addText("Cropped Point Cloud", 10, 10, "v2 text", v2);  // 添加标题
    viewer->addPointCloud(cropped_cloud, "cropped_cloud", v2);  // 显示裁剪后的点云

    viewer->addCoordinateSystem(1.0); // 添加坐标系

    // 循环显示直到窗口关闭
    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/crop_hull.h>
#include <pcl/surface/convex_hull.h>
#include <pcl/visualization/pcl_visualizer.h>

// 定义凸包边界并进行裁剪
void applyCropHullFilter(pcl::PointCloud<pcl::PointXYZ>::Ptr& cloud, pcl::PointCloud<pcl::PointXYZ>::Ptr& cropped_cloud)
{
    // 1. 计算点云的凸包，作为多边形边界
    pcl::PointCloud<pcl::PointXYZ>::Ptr hull_points(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::ConvexHull<pcl::PointXYZ> chull;
    chull.setInputCloud(cloud);
    chull.reconstruct(*hull_points);  // 计算凸包的点云

    std::vector<pcl::Vertices> hull_polygons;
    chull.reconstruct(*hull_points, hull_polygons);  // 获取凸包的多边形顶点索引

    // 2. 使用CropHull进行裁剪操作
    pcl::CropHull<pcl::PointXYZ> cropHull;
    cropHull.setInputCloud(cloud);         // 设置输入点云
    cropHull.setHullCloud(hull_points);    // 设置凸包点云作为裁剪边界
    cropHull.setHullIndices(hull_polygons);// 设置凸包的顶点索引
    cropHull.setDim(3);                    // 使用三维空间裁剪
    cropHull.filter(*cropped_cloud);       // 执行裁剪并存储裁剪后的点云
}

// 可视化裁剪前和裁剪后的点云
void visualizePointClouds(pcl::PointCloud<pcl::PointXYZ>::Ptr& cloud, pcl::PointCloud<pcl::PointXYZ>::Ptr& cropped_cloud)
{
    // 创建PCLVisualizer对象
    pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("CropHull Viewer"));

    // 设置第一个视口，显示原始点云
    int v1(0), v2(1);
    viewer->createViewPort(0.0, 0.0, 0.5, 1.0, v1);  // 左侧视口
    viewer->setBackgroundColor(1.0, 1.0, 1.0, v1);   // 白色背景
    viewer->addText("Original Point Cloud", 10, 10, "v1 text", v1);  // 添加标题
    viewer->addPointCloud(cloud, "original_cloud", v1);  // 显示原始点云

    // 设置第二个视口，显示裁剪后的点云
    viewer->createViewPort(0.5, 0.0, 1.0, 1.0, v2);  // 右侧视口
    viewer->setBackgroundColor(0.98, 0.98, 0.98, v2); // 浅灰色背景
    viewer->addText("Cropped Point Cloud", 10, 10, "v2 text", v2);  // 添加标题
    viewer->addPointCloud(cropped_cloud, "cropped_cloud", v2);  // 显示裁剪后的点云

    viewer->addCoordinateSystem(1.0); // 添加坐标系

    // 循环显示直到窗口关闭
    while (!viewer->wasStopped())
    {
        viewer->spinOnce(100);
    }
}

int main(int argc, char** argv)
{
    // 加载点云数据
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    if (pcl::io::loadPCDFile<pcl::PointXYZ>("data/bunny.pcd", *cloud) < 0)
    {
        PCL_ERROR("点云文件不存在");
        return -1;
    }
    std::cout << "原始点云个数：" << cloud->points.size() << std::endl;

    // 创建用于存储裁剪后的点云对象
    pcl::PointCloud<pcl::PointXYZ>::Ptr cropped_cloud(new pcl::PointCloud<pcl::PointXYZ>);
    
    // 调用裁剪过滤器函数
    applyCropHullFilter(cloud, cropped_cloud);
    
    // 输出裁剪后点云的个数
    std::cout << "裁剪后点云个数：" << cropped_cloud->points.size() << std::endl;

    // 可视化裁剪前和裁剪后的点云
    visualizePointClouds(cloud, cropped_cloud);

    return 0;
}