点云数据读取及显示

最新推荐文章于 2024-08-02 11:28:46 发布
最新推荐文章于 2024-08-02 11:28:46 发布
阅读量1.1w 收藏 29
点赞数 6
分类专栏： LAS点云
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013682388/article/details/41048237
版权 
#include <pcl/point_cloud.h>
#include <pcl/kdtree/kdtree_flann.h>
#include<pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <iostream>
#include <vector>
#include <ctime>
#include<pcl/visualization/cloud_viewer.h>
#include "las_file.h"

//加入自己的数据类型

using namespace std;

int main()
{
	int i = 0;
	CLasOperator clas;
	clas.readLasFile("dragon.las");
	std::vector<Point3D> &point3d = clas.getPointData();

	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);

	cloud->points.resize (point3d.size());
	for(i = 0;i < point3d.size();i++)
	{
		cloud->points[i].x = point3d[i].x;
		cloud->points[i].y = point3d[i].y;
		cloud->points[i].z = point3d[i].z;
	}

	pcl::visualization::CloudViewer viewer("Simple Cloud Viewer");
	viewer.showCloud(cloud);
	while(!viewer.wasStopped())
	{

	}
}

根据自己所写的文件用结构体将点云数据读取出来，然后再赋值给新的结构体保存！！新的结构体就是点云的类型，才能满足模板类的需求

如果要自己添加新的类型，比较麻烦，要满足模版的相关定义才行，所以用以上的方法来进行实现


#include <pcl/visualization/cloud_viewer.h>
#include <iostream>
#include <pcl/io/io.h>
#include <pcl/io/pcd_io.h>
#include "box3d.h"
#include "las_file.h"

int user_data;

void viewerOneOff (pcl::visualization::PCLVisualizer& viewer)
{

	//viewer.removeCoordinateSystem();
	viewer.setBackgroundColor (1.0, 0, 0);
	//viewer.setFullScreen(true);
	pcl::PointXYZ o;
	o.x = 0;
	o.y = 0;
	o.z = 0;
	viewer.addSphere (o, 0.05, "sphere", 0);
	std::cout << "i only run once" << std::endl;

}

void viewerPsycho (pcl::visualization::PCLVisualizer& viewer)
{
	static unsigned count = 0;
	std::stringstream ss;
	ss << "Once per viewer loop: " << count++;
	viewer.removeShape ("text", 0);
	viewer.addText (ss.str(), 200, 300, "text", 0);
	
	
	//FIXME: possible race condition here:
	user_data++;
}

int main ()
{
	int i = 0;
	CLasOperator clas;
	clas.readLasFile("dragon.las");
	std::vector<Point3D> &point3d = clas.getPointData();
	//建立Box   对坐标进行平移
	//RBox3D box(point3d.begin(),point3d.end());
	//double translatex = (box.x_max()+box.x_min())*0.5;
	//double translatey = (box.y_max()+box.y_min())*0.5;
	//double translatez = (box.z_max()+box.z_min())*0.5;

	/*cout<<translatex<<" "<<translatey<<" "<<translatez<<endl;*/

	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);

	cloud->points.resize (point3d.size());
	for(i = 0;i < point3d.size();i++)
	{
		cloud->points[i].x = point3d[i].x ;
		cloud->points[i].y = point3d[i].y ;
		cloud->points[i].z = point3d[i].z  ;
	}


	pcl::visualization::CloudViewer viewer("Cloud Viewer");    
	
	//showCloud函数是同步的，在此处等待直到渲染显示为止
	viewer.showCloud(cloud);
	//该注册函数在可视化时只调用一次
	viewer.runOnVisualizationThreadOnce (viewerOneOff);
	//该注册函数在渲染输出时每次都调用
	viewer.runOnVisualizationThread (viewerPsycho);
	while (!viewer.wasStopped ())
	{
		//在此处可以添加其他处理
		user_data++;
	}
	return 0;
}

添加自己的窗口回调函数 

#include <pcl/point_cloud.h>
#include <pcl/kdtree/kdtree_flann.h>
#include<pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <iostream>
#include <vector>
#include <ctime>
#include<pcl/visualization/cloud_viewer.h>
#include "las_file.h"

//加入自己的数据类型

using namespace std;

//
//void viewOneOff(pcl::visualization::PCLVisualizer& viewer)
//{
//	viewer.setBackgroundColor(1,1,1);
//}

//可视化单个点云
boost::shared_ptr<pcl::visualization::PCLVisualizer> simpleVis (pcl::PointCloud<pcl::PointXYZ>::ConstPtr cloud)
{
	//创建3D窗口并添加点云
	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer (new pcl::visualization::PCLVisualizer ("3D Viewer"));
	viewer->setBackgroundColor (0.5,0.5,0.5);
	viewer->addPointCloud<pcl::PointXYZ> (cloud, "sample cloud");
	viewer->setPointCloudRenderingProperties (pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "sample cloud");
	viewer->addCoordinateSystem (0.1);
	viewer->initCameraParameters ();
	return (viewer);
}

//可视化点云颜色特征
boost::shared_ptr<pcl::visualization::PCLVisualizer> rgbVis (pcl::PointCloud<pcl::PointXYZRGB>::ConstPtr cloud)
{
	//创建3D窗口并添加点云	
	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer (new pcl::visualization::PCLVisualizer ("3D Viewer"));
	viewer->setBackgroundColor (1, 1, 1);
	pcl::visualization::PointCloudColorHandlerRGBField<pcl::PointXYZRGB> rgb(cloud);
	viewer->addPointCloud<pcl::PointXYZRGB> (cloud, rgb, "sample cloud");
	//viewer->setPointCloudRenderingProperties (pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud");
	//viewer->addCoordinateSystem (1.0);
	viewer->initCameraParameters ();
	return (viewer);
}

//
boost::shared_ptr<pcl::visualization::PCLVisualizer> customColourVis (pcl::PointCloud<pcl::PointXYZ>::ConstPtr cloud)
{
	//创建3D窗口并添加点云
	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer (new pcl::visualization::PCLVisualizer ("3D Viewer"));
	viewer->setBackgroundColor (1, 1, 1);
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> single_color(cloud, 0, 255, 0);
	viewer->addPointCloud<pcl::PointXYZ> (cloud, single_color, "sample cloud");
	//viewer->setPointCloudRenderingProperties (pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud");
	//viewer->addCoordinateSystem (1.0);
	viewer->initCameraParameters ();
	return (viewer);
}


boost::shared_ptr<pcl::visualization::PCLVisualizer> shapesVis (pcl::PointCloud<pcl::PointXYZRGB>::ConstPtr cloud)
{
	//创建3D窗口并添加点云    
	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer (new pcl::visualization::PCLVisualizer ("3D Viewer"));
	viewer->setBackgroundColor (255, 255, 255);
	pcl::visualization::PointCloudColorHandlerRGBField<pcl::PointXYZRGB> rgb(cloud);
	viewer->addPointCloud<pcl::PointXYZRGB> (cloud, rgb, "sample cloud");
	//viewer->setPointCloudRenderingProperties (pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud");
	viewer->addCoordinateSystem (0.05);
	viewer->initCameraParameters ();
	//在点云上添加直线和球体模型
	
	viewer->addLine<pcl::PointXYZRGB> (cloud->points[0],
		cloud->points[cloud->size() - 1], "line");
	//0.2为半径  后面为颜色
	viewer->addSphere (cloud->points[0], 0.02, 0.5, 0.5, 0.0, "sphere");
	//在其他位置添加基于模型参数的平面及圆锥体
	pcl::ModelCoefficients coeffs;
	//values为一个矩阵
	coeffs.values.push_back (0.0);
	coeffs.values.push_back (0.0);
	coeffs.values.push_back (0.02);
	coeffs.values.push_back (0.0);
	viewer->addPlane (coeffs, "plane");
	coeffs.values.clear ();
	coeffs.values.push_back (0.3);
	coeffs.values.push_back (0.3);
	coeffs.values.push_back (0.0);
	coeffs.values.push_back (0.0);
	coeffs.values.push_back (1.0);
	coeffs.values.push_back (0.0);
	coeffs.values.push_back (5.0);
	viewer->addCone (coeffs, "cone");

	return (viewer);
}

//显示法向量
boost::shared_ptr<pcl::visualization::PCLVisualizer> normalsVis (pcl::PointCloud<pcl::PointXYZRGB>::ConstPtr cloud, 
	pcl::PointCloud<pcl::Normal>::ConstPtr normals)
{
	//创建3D窗口并添加点云其包括法线  
	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer (new pcl::visualization::PCLVisualizer ("3D Viewer"));
	viewer->setBackgroundColor (255, 255, 255);
	pcl::visualization::PointCloudColorHandlerRGBField<pcl::PointXYZRGB> rgb(cloud);
	viewer->addPointCloud<pcl::PointXYZRGB> (cloud, rgb, "sample cloud");
	//viewer->setPointCloudRenderingProperties (pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud");
	//法向量可以显示颜色吗？
	viewer->addPointCloudNormals<pcl::PointXYZRGB, pcl::Normal> (cloud, normals, 500, 0.005, "normals");
	//viewer->addCoordinateSystem (1.0);
	viewer->initCameraParameters ();
	return (viewer);
}


int main()
{
	int i = 0;
	CLasOperator clas;
	clas.readLasFile("dragon.las");
	std::vector<Point3D> &point3d = clas.getPointData();

	//pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZRGB>);
	//使用智能指针效果最好
	boost::shared_ptr<pcl::PointCloud<pcl::PointXYZRGB>> cloud(new pcl::PointCloud<pcl::PointXYZRGB>);
	boost::shared_ptr<pcl::PointCloud<pcl::Normal>> normals(new pcl::PointCloud<pcl::Normal>);
	//pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
	cloud->points.resize (point3d.size());
	normals->points.resize(point3d.size());
	for(i = 0;i < point3d.size();i++)
	{
		cloud->points[i].x = point3d[i].x;
		cloud->points[i].y = point3d[i].y;
		cloud->points[i].z = point3d[i].z;
		cloud->points[i].r = 255;
		normals->points[i].normal_x = 1;
		normals->points[i].normal_y = 1;
		normals->points[i].normal_z = 1;


	}
	
	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer;

	viewer = shapesVis(cloud);
	//viewer = rgbVis(cloud);
	//viewer = simpleVis(cloud);
	//viewer = customColourVis(cloud);
	//viewer = normalsVis(cloud,normals);
	//pcl::visualization::CloudViewer viewer("Simple Cloud Viewer");
	//viewer.showCloud(cloud);

	//viewer.runOnVisualizationThreadOnce(viewOneOff);
	//while(!viewer.wasStopped())
	//{

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




hold_on2014
关注
专栏目录
Qt实现在界面中显示点云(附完整源码)
希望我的博客，能帮上你解决学习中工作中所遇到的问题
11-16 1420
Qt实现在界面中显示点云(附完整源码)
QT显示LAS激光点云文件
05-05
qt显示LAS文件，用opengl实现旋转平移缩放，有显示界面，QT+OPENGL基本框架，可直接使用。
C#读取点云数据.rar
05-22
通过C#读取点云数据，技术以及源码都在压缩包里面，详细可查看。点云数据即用txt文档描写，通过解析得到3D模型
pcl点云可视化总结
最新发布
weixin_39425383的博客
08-02 380
pcl可视化在点云处理中非常重要，这里将常见的几种类型总结一下。总结了一下pcl可视化的常用函数，后续遇到新的类型再补充添加。
Pointpillars三维点云实时检测
slamer111的博客
09-03 5516
实现实时检测的pointpillars
C#：C#保存读取点云
qq_36418943的博客
04-24 1677
string CurrentDir = Application.StartupPath; string FileName = CurrentDir + "\\ScanPoint.asc"; FileStream of = File.Open(FileName, FileMode.Create); ...
C#-三维点云数据读取并显示 SharpGL
04-27
C#_三维点云数据读取并显示。格式为按行读取，坐标为（X,Y,Z）(3D point cloud data read and displayed. The format is read by line, the coordinates (X, Y, Z))
C#三维点云数据读取并显示 该程序是一个点云处理分割显示程序 可以进行读取数据，并显示，点云分割等
10-13
C#三维点云数据读取并显示 该程序是一个点云处理分割显示程序。可以进行读取数据，并显示，点云分割等
点云数据的读取与显示VC++.rar_点云_点云数据_点云显示_点云读取_读取点云
07-15
董，读取和显示点云数据，显示和处理点云构成的物体，获取相关参数。
点云数据读取例子 使用osg 附带点云数据 可直接运行
10-19
点云数据读取是计算机图形学中的一个重要环节，特别是在3D重建、三维扫描等领域中有着广泛应用。OpenSceneGraph（简称osg）是一个强大的开源C++图形库，它支持高性能的3D图形处理，包括点云数据的显示。在这个例子中...
点云数据读取与操作,点云数据怎么获得,matlab
09-10
总之，掌握点云数据在MATLAB中的读取、操作和显示对于理解和应用点云技术至关重要。通过学习和实践，你可以利用MATLAB的强大功能处理复杂的点云数据集，进行各种高级的三维分析和建模任务。对于初学者来说，这样的...
QT实现的Opencv图像处理、点云显示、例子演示系统，最新版：2017-11-29
11-29
QT实现的Opencv图像处理、点云显示、例子演示系统，最新版：2017-11-29，新加入了树节点右键功能。图像处理中加入了图像融合功能。全部工程给大家共享，已经放到最低分了。然后不知道怎么用的童鞋们加我QQ498771026，请务必向我询问！
OpenGL读取点云文件并绘制
08-05
基于glut，读取点云文件 并进行绘制 包括用鼠标加键盘进行旋转、缩放、平移操作 使用VS2012编写
c# + VTK 打开点云数据
06-09
利用C# 和 VTKDotNet 开的一个框架，用于显示点云，或其他。 主要解决了VtkDotNet在VS2008中出现窗体显示错误。
Las点云数据读取代码
07-13
该代码能够实现从las点云中读取坐标信息、强度信息、回波次数等
python提取点云数据
12-25
这个代码用于提取点云，支持Python运行平台，很不错的一个代码。
Qt上实时点云可视化
2301_77721052的博客
07-17 545
在qt上模拟ros去接收点云，并将点云数据3d可视化。不过本人并没有实现使用ros+qt的方法去订阅话题来获得点云，如有大佬实现可以留下链接。可以采用boost::asio去实现，这里采用简单易懂的tcp去接收点云。
点云数据读取及可视化
weixin_45536181的博客
05-24 1732
文章目录一、软件可视二、matplotlib程序可视化三、matplotlib程序可视化（改进数据读取方式，简化代码）四、open3d可视化总结 不同点云文件的读取，可视化方式总结。 一、软件可视 直接将txt点云文件拖入打开的cloudcompare中，该软件会自动识别xyz及nxnynz。 txt点云文件，每行代表三维空间中的一个点，共6列，分别是xyz，nxnynz 二、matplotlib程序可视化 #-*-coding:utf-8-*- import numpy as np import m
如何在VS2022(QT)或QTCreator上配置并显示PCL点云文件
TeAmo
11-04 6615
PCL下载地址：https://github.com/PointCloudLibrary/pcl/releases下载这两个文件。选择第三个，如果安装失败就选第一个，没什么影响。勾选CreatePCL Desktop Tcon。安装目录自己选择即可。安装PCL和3rd。 安装完成，在安装目录下找到3rdParty\OpenNI2目录下的OpenNI-Windows-x64-2.2.msi，安装该程序，安装目录自己选择。解压pcl-1.12.1-pdb-msvc2019-win64.zip，将解压得到的文件
matlab代码读取并显示点云数据
04-01
以下是一个简单的Matlab代码示例，用于读取和显示点云数据： ``` % 读取点云数据 ptCloud = pcread('point_cloud.ply'); % 显示点云数据 pcshow(ptCloud); ``` 在此示例中，我们首先使用pcread函数从文件“point_cloud.ply”中读取点云数据。然后，我们使用pcshow函数将点云数据显示在屏幕上。 您可以将此代码保存为.m文件并在Matlab中运行。请确保您已经安装了Point Cloud Processing Toolbox。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值