三维点云
文章平均质量分 68
Michael_Wang9898
这个作者很懒,什么都没留下…
展开
-
OpenNI Grabber Framework in PCL代码更新(适用于pcl_12.0)
PCL官方的代码运行不了,这里进行了一些修改并在代码里进行了注释#include <pcl/io/openni2_grabber.h>//原来是openni_grabber.h#include <pcl/point_cloud.h>#include <pcl/point_types.h>#include <pcl/common/time.h>using namespace std::chrono_literals;class SimpleOpe原创 2022-03-25 18:44:36 · 278 阅读 · 2 评论 -
open3d库“ImportError: DLL load failed: 找不到指定的模块”
解决open3d库安装完成后,导入时报错“ImportError: DLL load failed: 找不到指定的模块”卸了重装!!!系统:win10环境:Pycharmpython版本:3.8安装了open3d之后报错“ImportError: DLL load failed: 找不到指定的模块”,网上寻求无结果,把原来的0.14版本的open3d卸载了,重装了0.11.0就好了。原来的文件夹里没有这个文件,现在有了。所以说,不要安装最新版本!!!!!...原创 2021-12-27 15:35:32 · 2485 阅读 · 0 评论 -
使用积分图像估计法向量
1.代码下载数据集table_scene_mug_stereo_textured.pcd并存到磁盘中。创建一个文件,比如,normal_estimation_using_integral_images.cpp将下面的代码放入其中:#include <pcl/visualization/cloud_viewer.h>#include <iostream>#include <pcl/io/io.h>#include <pcl/io/pcd_io.h>翻译 2021-05-25 21:31:50 · 274 阅读 · 0 评论 -
估计点云曲面法向量
1.理论基础计算曲面上一点的法向量类似于估计与曲面相切的平面的法向量,这就转化成了最小二乘平面拟合估计问题。在查询点的近邻处创建的协方差矩阵,因此估计曲面法向量的求解便简化为,对协方差矩阵特征向量和特征值的分析。具体来讲,对任意一个点pi,我们从下式中计算协方差矩阵:其中k是pi点的近邻点个数, p_hat表示近邻点的三维质心λj表示协方差矩阵的第j个特征值,Vj表示第j个特征向量。从一组点中估计协方差矩阵可以使用: // Placeholder for the 3x3 covariance翻译 2021-05-25 17:17:10 · 1264 阅读 · 0 评论 -
在PCL中三维特征的工作原理
1.输入点云因为几乎所有的PCL类都是继承自基类pcl::PCLBase,pcl::Feature类以两种不同的方式接受输入数据:一个完整的点云数据集,通过setInputCloud(PointCloudConstPtr &)给出-此函数必须设置后续特征算子此能正常计算。任何可以进行特征描述子估计的类,为给定的输入点云中的每个点估计一个特征向量。点云数据集的一个子集,通过setInputCloud(PointCloudConstPtr &)和setIndices(IndicesCon翻译 2021-05-21 16:49:39 · 406 阅读 · 0 评论 -
点云库(PCL)学习——Advanced Usage(二)
写一个新的PCL class为了说明代码转换过程,我们选择了以下示例:对给定输入点云的强度数据应用双边过滤器,并将结果保存到磁盘。 #include <pcl/point_types.h> #include <pcl/io/pcd_io.h> #include <pcl/kdtree/kdtree_flann.h> typedef pcl::PointXYZI PointT; float G (float x, float sigma) { re翻译 2021-05-18 16:32:31 · 288 阅读 · 0 评论 -
点云库(PCL)学习——Advanced Usage(一)
1. 添加自定义的PointT类型这篇文档只适用于PCL0.x和1.x版本。PCL提供了各种预定义的点类型,从XYZ数据的SSE对齐结构到更复杂的n维直方图表示,如PFH(点特征直方图)。这些类型应该足够支持所有的在PCL中实现的算法以及方法。然而,仍然存在一些情况需要使用者自行定义新的类型。PS:SSE对齐结构意思应该是说定义结构体时,X、Y、Z的数据类型都是一样的——译者注1. 为什么使用PointT 类型PCL的PointT可以追溯到ROS内部开发的一个库的时代。当时存在一个共识,点云是翻译 2021-04-27 10:06:07 · 395 阅读 · 0 评论 -
点云库(PCL)学习——I/O
1.PCD(Point Cloud Data)文件格式1.PCD并不是第一个支持三维点云的格式。特别是计算机图形学和计算几何界,已经创造了许多格式来描述使用激光扫描仪获得的任意多边形和点云。比如:PLY,STL,OBJ,X3D等。在当今的传感器技术以及算法被发明之前,这些格式就因为不同的目的在不同的时间相继被创造出来,它们也存在着多多少少的缺陷。2.文件格式头文件:每个PCD文件都包含了一个头文件来定义和声明点云数据的某些属性(properties)并存储在文件里。PCD的头文件必须用ASCII编写。翻译 2021-04-15 16:39:55 · 547 阅读 · 0 评论 -
点云库(PCL)学习——基本结构
PCL1.x版本中的数据类型为: pcl:PointCloud<pcl::PointCloud>PointCloud 是C++ 的一个类(class),包含了以下数据字段:pcl:width<pcl::PointCloud::width>(int)以点数为单位指定点云数据集的宽度。宽度有两种含义:可以为无组织数据集指定云中的点的总数(等于点中元素的数量–见下文);可以指定有组织点云数据集(organized point cloud)的宽度(行中的点总数)。NO翻译 2021-03-29 15:49:26 · 1489 阅读 · 0 评论 -
点云库(PCL)学习——overview
overviewPCL是由几个模块库构成的:Filters, Features, Keypoints, Registration, KdTree, Octree, Segmentation, Sample Consensus, Surface, Range Image, I/O, Visualization, Common, Search.Filters背景:下图给出了噪声消除的示例。由于测量误差,某些数据集会出现大量的阴影点。这使得局部点云三维特征的估计变得复杂。通过对每个点的邻域进行统计分析,翻译 2021-03-28 11:14:46 · 752 阅读 · 0 评论 -
RuntimeError: [Open3D ERROR] ReconstructBallPivoting requires normals
Question在用python做三维点云重建的时候遇到了这样一个问题RuntimeError: [Open3D ERROR] ReconstructBallPivoting requires normals原因是点云本身自带的法向量信息由于某些原因丢失了Solution解决方案如下:1.用meshlab打开此点云文件2.Filters —> Normals, Curvatures and Oriantation —> compute normals for point sets 如原创 2020-09-25 20:00:04 · 2169 阅读 · 0 评论