【译】PCL官网教程翻译(2):PCL漫游-tutorials：PCL Walkthrough

英文原网页查看。

---

tips：终于把目录和概览翻译完了，可以进入教程的翻译了^ _ ^。
初稿: 20190714
修订: 20201113

PCL漫游

本教程将简短的描述PCL安装的各模块，指出它们安装于电脑何处，并列出不同组件之间的交互。

概述

PCL被分割成许多模块化库，发布的PCL中最重要的模块如下:

• 滤波

  
  

• 特征

  
  

• 关键点

  
  

• 配准

  
  

• Kd树

  
  

• 八叉树

  
  

• 分割

  
  

• 采样一致性

  
  

• 表面

  
  

• 深度图

  
  

• I/O

  
  

• 可视化

  
  

• 公共库

  
  

• 搜索库

  
  

滤波

背景

下图是一个去噪的例子。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。其中一些异常值可以通过对每个点的邻域进行统计分析来过滤，舍弃不满足特定标准的异常值。PCL中的稀疏离群点去除算法是在计算输入数据集中点到邻域距离分布的基础上实现的。对于每个点，计算它到它所有相邻点的平均距离。通过符合具有均值和标准差的高斯分布，所有均值距离在全局距离均值和标准差定义的区间之外的点都可以看作离群点，并从数据集中舍弃。

文档参考：http://docs.pointclouds.org/trunk/group__filters.html(失效)

教程参考：中文 英文

相关内容：

• 采样一致性
• Kd树
• 八叉树

位置：

• MAC OS X(Homebrew安装)
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/filters/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Linux
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/filters/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Windows
  • 头文件: $ (PCL_DIRECTORY)/include/pcl - $(PCL_VERSION)/pcl/filters/
  • 二进制文件: $(PCL_DIRECTORY)/bin/
  • $(PCL_DIRECTORY))是PCL安装的目录，如 C:\Program Files\PCL $(PCL_VERSION)\

返回顶端

特征

背景

有关PCL特征的基本解释可参考3D特征教程。
特征库包含从点云数据结构以及点云的三维特征估算机制。三维特征是空间中特定三维点或位置的表示，基于点周围的可用信息描述几何特征。选择点周围的空间数据通常为k近邻。
下图显示了所选查询点及其所选k邻域的简单示例。

任一查询点p最广泛使用的两个几何特征是拟合平面(underlying surface？)曲率估计和的法向估计。这两个特征都被认为是局部特征，因为它们使用k近邻点描述一个点特征。为了有效地确定这些邻近点，通常使用空间分解技术将输入数据集分割成更小的块，如八叉树或Kd树，然后在该空间中执行最近点搜索。根据上述应用可以选择p点附近固定数量的k个点,或以p点为中心的半径为r的球体内的点。毋庸置疑,一个最简单的方法来估计点p表面法线和曲率的变化在是对k临近点的面片执行特征分解(即计算特征向量和特征值)。因此，对应于最小特征值的特征向量将近似点p处的曲面法向n，由特征值估计曲面曲率为:
$$\frac{{\lambda }_0}{{\lambda }_0+{\lambda }_1+{\lambda }_2}\text{其中λ0<λ1<λ2}$$

文档参考：http://docs.pointclouds.org/trunk/group__features.html（失效？）

教程参考：中文 英文

相关内容：

• 公共库
• 搜索库
• Kd树
• 八叉树
• 深度图

位置：

• MAC OS X(Homebrew安装)
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/features/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Linux
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/features/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Windows
  • 头文件: $ (PCL_DIRECTORY)/include/pcl - $(PCL_VERSION)/pcl/features/
  • 二进制文件😒(PCL_DIRECTORY)/bin/
  • $(PCL_DIRECTORY))是PCL安装的目录，如 C:\Program Files\PCL $(PCL_VERSION)\

返回顶端

关键点

背景

关键点库包含两个点云关键点检测算法的实现。关键点(也称为兴趣点)是图像或点云中稳定的、独特的点，并易被定义的标准检测。通常,兴趣点的数量远小于一个点云中点的总数,当关键点和局部特征描述符相结合时，能够紧凑描述原始数据。
下图显示了从深度图中提取的NARF关键点的输出:

文档参考：http://docs.pointclouds.org/trunk/group__keypoints.html（失效）

教程参考：中文 英文

相关内容：

• 公共库
• 搜索库
• Kd树
• 八叉树
• 深度图
• 特征
• 滤波

位置：

• MAC OS X(Homebrew安装)
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/keypoints/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Linux
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/keypoints/
  • 二进制文件😒(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Windows
  • 头文件: $ (PCL_DIRECTORY)/include/pcl - $(PCL_VERSION)/pcl/keypoints/
  • 二进制文件: $(PCL_DIRECTORY)/bin/
  • $(PCL_DIRECTORY))是PCL安装的目录，如 C:\Program Files\PCL $(PCL_VERSION)\

返回顶端

配准

背景

配准通常是指将多个数据集组合成一个全局一致模型。其关键思想是识别数据集之间的对应点，并找到一个最小距离(对齐误差)的转换。这是个迭代的过程，因为对齐搜索受数据集的位置和方向影响。当对齐误差低于给定的阈值，配准就完成了。
配准库为有序和无序的(通用的)数据集实现了大量的点云配准算法。例如，PCL包含一组强大的算法，允许估计多组数据一致性，舍弃较差的一致性，并以鲁棒的方式估计转换。

文档参考：http://docs.pointclouds.org/trunk/group__registration.html（失效）

教程参考：中文 英文

相关内容：

• 公共库
• Kd树
• 采样一致性
• 特征

位置：

• MAC OS X(Homebrew安装)
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/registration/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Linux
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/registration/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Windows
  • 头文件: $ (PCL_DIRECTORY)/include/pcl - $(PCL_VERSION)/pcl/registration/
  • 二进制文件: $(PCL_DIRECTORY)/bin/
  • $(PCL_DIRECTORY))是PCL安装的目录，如 C:\Program Files\PCL $(PCL_VERSION)\

返回顶端

Kd树

背景

在Kd-tree教程中可以找到Kd-tree的基本原理。
Kdtree库使用FLANN提供了kd树的数据结构，允许快速的最近邻搜索。
Kd树 (k维树)是一种空间分区数据结构，它在树结构中存储一组k维点，从而支持快速的距离搜索和最近邻搜索。最近邻搜索是处理点云数据时的核心操作，可用于查找点组或特征描述符之间的对应关系，或定义点周围的局部邻域。

文档参考：http://docs.pointclouds.org/trunk/group__kdtree.html

教程参考： 中文 英文

相关内容：

• 公共库

位置：

• MAC OS X(Homebrew安装)
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/kdtree/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Linux
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/kdtree/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Windows
  • 头文件: $ (PCL_DIRECTORY)/include/pcl - $(PCL_VERSION)/pcl/kdtree/
  • 二进制文件: $(PCL_DIRECTORY)/bin/
  • $(PCL_DIRECTORY))是PCL安装的目录，如 C:\Program Files\PCL $(PCL_VERSION)\

返回顶端

八叉树

背景

八叉树库提供了一种从点云数据创建具有继承关系的数据结构的有效方法。这使得对点云数据集进行空间分区、下采样和搜索操作变的更加容易。每个八叉树节点有8个子节点或者没有子节点。根节点描述一个封装所有点的立方体包围框。在每棵树的层次上，这个空间被因子2细分，从而提高了体素分辨率。
八叉树实现了高效的近邻搜索，如“体素的邻域搜索”、“K近邻搜索”和“固定半径的邻域搜索”。它根据数据集自动调整它的尺寸。一组叶节点类提供了额外的功能，比如空间“占用率”和“每个体素的点密度”检查。用于序列化和反序列化的函数能够有效地将八叉树结构编码为二进制格式。此外，在需要高速创建八叉树的场景中，内存池的存在减少了内存分配和释放的耗时操作。
下图演示了八叉树节点在树的最低级别上的体素包围框。八叉树体素围绕着斯坦福兔表面的每一个3D点。红点表示点数据。这个图像是用octree_viewer创建的。

文档参考：http://docs.pointclouds.org/trunk/group__octree.html

教程参考： 中文 英文

相关内容：

• 公共库

位置：

• MAC OS X(Homebrew安装)
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/octree/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Linux
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/octree/
  • 二进制文件😒(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Windows
  • 头文件: $ (PCL_DIRECTORY)/include/pcl - $(PCL_VERSION)/pcl/octree/
  • 二进制文件😒(PCL_DIRECTORY)/bin/
  • $(PCL_DIRECTORY))是PCL安装的目录，如 C:\Program Files\PCL $(PCL_VERSION)\

返回顶端

分割

背景

分割库包含将点云分割为不同聚类的算法。这些算法适合处理具有明显间距的点云块区域组成的点云。在这种情况下，聚类通常用于将点云分解为其本来的组成部分，然后可以独立处理这些部分。
在聚类提取教程中解释了聚类方法工作原理的理论基础。下面两幅图分别展示了平面模型分割(左)和圆柱模型分割(右)的结果。

文档参考：http://docs.pointclouds.org/trunk/group__segmentation.html

教程参考：中文 英文

相关内容：

• 公共库
• 搜索库
• 采样一致性
• Kd树
• 八叉树

位置：

• MAC OS X(Homebrew安装)
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/segmentation/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Linux
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/segmentation/
  • 二进制文件😒(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Windows
  • 头文件: $ (PCL_DIRECTORY)/include/pcl - $(PCL_VERSION)/pcl/segmentation/
  • 二进制文件😒(PCL_DIRECTORY)/bin/
  • $(PCL_DIRECTORY))是PCL安装的目录，如 C:\Program Files\PCL $(PCL_VERSION)\

返回顶端

采样一致性

背景

采样一致性库包含SAmple Consensus (SAC)方法(如RANSAC)和模型(如plane和cylinder)。它们可以自由组合，以便在点云中检测特定的模型及其参数。
在随机样本一致性教程中解释了采样一致性算法基本原理。
这个库中实现的一些模型包括:直线、平面、柱面和球体。平面拟合通常用于检测常见的室内表面，如墙壁、地板和桌面。其他模型可用于检测和分割具有常见几何结构的对象(例如，将圆柱体模型拟合到一个杯子上)。

文档参考：http://docs.pointclouds.org/trunk/group__sample__consensus.html

教程参考： 中文 英文

相关内容：

• 公共库

位置：

• MAC OS X(Homebrew安装)
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/sample_consensus/
  • 二进制文件😒(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Linux
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/sample_consensus/
  • 二进制文件😒(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Windows
  • 头文件: $ (PCL_DIRECTORY)/include/pcl - $(PCL_VERSION)/pcl/sample_consensus/
  • 二进制文件😒(PCL_DIRECTORY)/bin/
  • $(PCL_DIRECTORY))是PCL安装的目录，如 C:\Program Files\PCL $(PCL_VERSION)\

返回顶端

表面

背景

表面库为从三维扫描重建原始曲面。根据目前的任务，这可以是外表面，一种具有法线的平滑/重采样表面网格。
如果点云是有噪声的，或者它是由多个不完全对齐的扫描组成的，那么平滑和重新采样就非常重要。曲面估计的复杂度可以进行调整，如果需要，法线可以在同一步骤中计算。
网格化是一种用点来创建曲面的通用方法，目前提供了两种算法:一种是对原始点进行非常快速的三角剖分，另一种是速度较慢的网格化，能很好的进行平滑和处理孔洞问题。
当需要一个简化的表面表示或边界需要提取时，创建一个凸包或凹包是很有用的。

文档参考：http://docs.pointclouds.org/trunk/group__surface.html

教程参考：中文 英文

相关内容：

• 公共库
• 搜索库
• Kd树
• 八叉树

位置：

• MAC OS X(Homebrew安装)
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/surface/
  • 二进制文件😒(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Linux
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/surface/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Windows
  • 头文件: $ (PCL_DIRECTORY)/include/pcl - $(PCL_VERSION)/pcl/surface/
  • 二进制文件: $(PCL_DIRECTORY)/bin/
  • $(PCL_DIRECTORY))是PCL安装的目录，如 C:\Program Files\PCL $(PCL_VERSION)\

返回顶端

深度图

背景

深度图库包含两个类，用于表示和处理深度图像。距离图像(或深度图)像素值表示其与传感器原点的距离或深度的图像。深度图是一种常见的三维呈现方式，通常由双目或TOF相机生成。根据相机的内部参数，深度图像可以转换成点云。
注:深度图现在是公共库的一部分。

教程参考：中文 英文

相关内容：

• 公共库

位置：

• MAC OS X(Homebrew安装)
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/range_image/
  • 二进制文件😒(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Linux
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/range_image/
  • 二进制文件😒(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Windows
  • 头文件: $ (PCL_DIRECTORY)/include/pcl - $(PCL_VERSION)/pcl/range_image/
  • 二进制文件: $(PCL_DIRECTORY)/bin/
  • $(PCL_DIRECTORY))是PCL安装的目录，如 C:\Program Files\PCL $(PCL_VERSION)\

返回顶端

I/O

背景

IO库包含读取和写入点云数据(PCD)文件的类和函数，以及从各种传感设备捕获点云。这些功能的介绍可以在以下教程中找到:

• PCD点云数据文件格式
• 从PCD文件中读取点云数据
• 将点云数据写入PCD文件
• PCL中的OpenNI抓取框架

文档参考：http://docs.pointclouds.org/trunk/group__io.html

教程参考：中文 英文

相关内容：

• 公共库
• 八叉树
• OpenNI用于kinect处理

位置：

• MAC OS X(Homebrew安装)
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/io/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Linux
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/io/
  • 二进制文件😒(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Windows
  • 头文件: $ (PCL_DIRECTORY)/include/pcl - $(PCL_VERSION)/pcl/io/
  • 二进制文件: $(PCL_DIRECTORY)/bin/
  • $(PCL_DIRECTORY))是PCL安装的目录，如 C:\Program Files\PCL $(PCL_VERSION)\

返回顶端

可视化

背景

可视化库是为了能够快速原型化和可视化算法在三维点云数据上运行的结果。与OpenCV用于显示2D图像和在屏幕上绘制基本2D图形的highgui例程类似，库提供:
用pcl::PointCloud 格式的任何n维点云数据集的呈现和设置可视化属性(颜色、点大小、透明度等)的方法;
利用点集或参数方程在屏幕上绘制基本三维图形(如圆柱体、球体、直线、多边形等)的方法;
一种二维直方图可视化模块(pcl直方图可视化器);
pcl::PointCloud 数据集的大量几何和颜色处理程序;
一个pcl::RangeImage可视化模块。
该软件包利用VTK库对深度图像和2D操作进行3D渲染。
要实现自己的可视化器，请查看库附带的测试和示例。

文档参考：http://docs.pointclouds.org/trunk/group__visualization.html

教程参考：中文 英文

相关内容：

• 公共库
• I/O
• Kd树
• 深度图
• VTK

位置：

• MAC OS X(Homebrew安装)
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/visualization/
  • 二进制文件😒(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Linux
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/visualization/
  • 二进制文件😒(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Windows
  • 头文件: $ (PCL_DIRECTORY)/include/pcl - $(PCL_VERSION)/pcl/visualization/
  • 二进制文件😒(PCL_DIRECTORY)/bin/
  • $(PCL_DIRECTORY))是PCL安装的目录，如 C:\Program Files\PCL $(PCL_VERSION)\

返回顶端

公共库

背景

公共库包含大多数PCL库使用的公共数据结构和方法。核心数据结构包括PointCloud类和大量用于表示点、表面法线、RGB颜色值、特征描述符等的点类型。它还包含许多用于计算距离/法向、均值和协方差、角转换、几何转换等的函数。

位置：

• MAC OS X(Homebrew安装)
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/common/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Linux
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/common/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Windows
  • 头文件: $ (PCL_DIRECTORY)/include/pcl - $(PCL_VERSION)/pcl/common/
  • 二进制文件: $(PCL_DIRECTORY)/bin/
  • $(PCL_DIRECTORY))是PCL安装的目录，如 C:\Program Files\PCL $(PCL_VERSION)\

返回顶端

搜索库

背景

搜索库提供了使用不同数据结构搜索最近邻居的方法，包括:

• Kd树
• 八叉树
• 蛮力法
• 有序的数据集专有搜索

相关内容：

• 公共库
• Kd树
• 八叉树

位置：

• MAC OS X(Homebrew安装)
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/search/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Linux
  • 头文件: $ (PCL_PREFIX)/pcl - $(PCL_VERSION)/pcl/search/
  • 二进制文件: $(PCL_PREFIX)/bin/
  • $(PCL_PREFIX)是cmake安装的前缀CMAKE_INSTALL_PREFIX等，如 /usr/local/
• Windows
  • 头文件: $ (PCL_DIRECTORY)/include/pcl - $(PCL_VERSION)/pcl/search/
  • 二进制文件: $(PCL_DIRECTORY)/bin/
  • $(PCL_DIRECTORY))是PCL安装的目录，如 C:\Program Files\PCL $(PCL_VERSION)\

返回顶端

二进制

本节为PCL中的一些常用工具提供了一个快速参考。

• pcl_viewer: 一种快速可视化PCD(点云数据)文件的方法。有关PCD文件的更多信息可以在PCD文件格式教程中找到。

  • 语法是:pcl_viewer<文件名 1,2……N>.<pcd或vtk> <选项> ，其中选项有:
    –bc r,g,b = 背景色
    –fc r,g,b = 前景色
    –ps X = 点大小（1……64）
    –opaque X = 渲染点云不透明度（0……1）
    –ax n = 在屏幕上显示XYZ轴并将其缩放到n
    –ax pos X,Y,Z = 如果显示了坐标轴，则设置它们在空间中的X、Y、Z位置(默认值为0,0,0)
    –cam(*) = 使用给定的相机设置作为初始视图
    -------(*)[剪切范围/焦点/位置/视图/距离/Y轴范围 /窗口大小/窗口姿态]或使用包含同样信息的配置文件<文件名.cam>。
    –multiview 0/1 = 启用/禁用自动多视图端口呈现(默认禁用)
    –normals 0/X = 禁用/启用将每个X点的表面法线显示为线(默认禁用) -normals_scale X =将法线单位向量大小调整为X(默认0.02)
    –pc 0/X = 禁用/启用将每个x点的主曲率显示为直线(默认禁用)-pc_scale X =调整主曲率矢量大小为X(默认为0.02)
    (注意:对于多个.pcd文件，提供多个-{fc,ps，}参数;它们将自动分配到正确的文件中)
  • 使用范例:
    pcl_viewer -multiview 1 data/partial_cup_model.pcd data/partial_cup_model.pcd。
    上面的代码将加载partial_cup_model.pcd文件3次，并将创建一个多视图端口渲染(-multiview 1)。
    

• pcd_convert_NaN_nan:将“NaN”值转换为“nan”值。(注意:从PCL version 1.0.1开始，NaN的字符串表示形式是“nan”。)

  • 使用范例:
    pcd_convert_NaN_nan input.pcd output.pcd

• convert_pcd_ascii_binary:将PCD(点云数据)文件在ASCII和二进制文件之间相互转换。

  • 使用范例:
    convert_pcd_ascii_binary <file_in.pcd> <file_out.pcd> 0/1/2 (ascii/binary/binary_compressed) [precision (ASCII)]

• concatenate_points_pcd:将两个或多个PCD(点云数据)文件的点存储到单个PCD文件中。

  • 使用范例:
    concatenate_points_pcd <filename 1…N.pcd>
    (注意:生成的PCD文件将是“output.pcd”)

• pcd2vtk:将PCD(点云数据)文件转换为VTK格式。

  • 使用范例:
    pcd2vtk input.pcd output.vtk

• pcd2ply:将PCD(点云数据)文件转换为PLY格式.

  • 使用范例:
    pcd2ply input.pcd output.ply

• mesh2pcd: 使用光线跟踪操作将CAD模型转换为PCD(点云数据)文件。

  • 语法是: mesh2pcd input.{ply,obj} output.pcd <选项>，其中选项有:
    -level X = 拟合球面级别(默认值:2)
    -resolution X = 以角度递增的球面分辨率(默认:100度)
    -leaf_size X = 体素的XYZ叶子大小——用于数据缩减(默认值:0.010000 m)

• octree_viewer: 允许可视化的八叉树

  • 语法是: octree_viewer <文件名.pcd> <八叉树精度>
  • 使用范例:
    ./octree_viewer …/…/test/bunny.pcd 0.02
    

返回顶端