点云双窗口显示

最新推荐文章于 2023-03-17 17:27:22 发布
最新推荐文章于 2023-03-17 17:27:22 发布
阅读量1.2k 收藏 1
点赞数
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/41084467
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 <boost/thread/thread.hpp>
#include <pcl/common/common_headers.h>
#include <pcl/common/common_headers.h>
#include <pcl/features/normal_3d.h>
#include <pcl/console/parse.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);
}

//重头戏   用kdtree来搜索半径，
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewportsVis (pcl::PointCloud<pcl::PointXYZRGB>::ConstPtr cloud, 
	pcl::PointCloud<pcl::Normal>::ConstPtr normals1, pcl::PointCloud<pcl::Normal>::ConstPtr normals2)
{
	// 创建3D窗口并添加显示点云其包括法线
	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer (new pcl::visualization::PCLVisualizer ("3D Viewer"));
	viewer->initCameraParameters ();
	int v1(0);
	viewer->createViewPort(0.0, 0.0, 0.5, 1.0, v1);
	cout<<v1<<endl;
	viewer->setBackgroundColor (0, 0, 0, v1);
	viewer->addText("Radius: 0.01", 10, 10, "v1 text", v1);
	pcl::visualization::PointCloudColorHandlerRGBField<pcl::PointXYZRGB> rgb(cloud);
	viewer->addPointCloud<pcl::PointXYZRGB> (cloud, rgb, "sample cloud1", v1);
	int v2(0);
	viewer->createViewPort(0.5, 0.0, 1.0, 1.0, v2);
	cout<<v2<<endl;
	viewer->setBackgroundColor (0.3, 0.3, 0.3, v2);
	viewer->addText("Radius: 0.1", 10, 10, "v2 text", v2);
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZRGB> single_color(cloud, 0, 255, 0);
	viewer->addPointCloud<pcl::PointXYZRGB> (cloud, single_color, "sample cloud2", v2);

	viewer->setPointCloudRenderingProperties (pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud1");
	viewer->setPointCloudRenderingProperties (pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud2");
	viewer->addCoordinateSystem (1.0);

	viewer->addPointCloudNormals<pcl::PointXYZRGB, pcl::Normal> (cloud, normals1, 10, 0.05, "normals1", v1);
	viewer->addPointCloudNormals<pcl::PointXYZRGB, pcl::Normal> (cloud, normals2, 10, 0.05, "normals2", v2);

	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;
	}
	
	cout<<cloud->size()<<endl;
	// 0.05为搜索半径获取点云法线
	pcl::NormalEstimation<pcl::PointXYZRGB, pcl::Normal> ne;

	ne.setInputCloud (cloud);
	pcl::search::KdTree<pcl::PointXYZRGB>::Ptr tree (new pcl::search::KdTree<pcl::PointXYZRGB>);
	ne.setSearchMethod (tree);

	pcl::PointCloud<pcl::Normal>::Ptr cloud_normals1 (new pcl::PointCloud<pcl::Normal>);
	cloud_normals1->points.resize(point3d.size());
	ne.setRadiusSearch (0.005);
	//ne.compute (*cloud_normals1);
	//  0.1为搜索半径获取点云法线
	pcl::PointCloud<pcl::Normal>::Ptr cloud_normals2 (new pcl::PointCloud<pcl::Normal>);
	cloud_normals2->points.resize(point3d.size());
	ne.setRadiusSearch (0.001);
	//ne.compute (*cloud_normals2);

	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer;
	
	viewer = viewportsVis(cloud,cloud_normals1,cloud_normals2);


	//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);
	  // boost::this_thread::sleep (boost::posix_time::microseconds (100000));
	}
}

hold_on2014
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
点云双窗口可视化的C++实现
03-20
实现多pcd格式文件的点云同屏幕展示，可以是双窗口，也可以是四窗口，自由更改。 单文件即可运行 方便初学者学习PCL点云库 适用于多点云的对比可视化展示
点云可视化
最新发布
Scarlett的博客
06-26 1718
点云显示
PCL 点云库学习三（可视化）
weixin_37781153的博客
03-31 497
检测新增点 核心代码 octree.setInputCloud(cloudA); octree.addPointsFromInputCloud(); octree.switchBuffers(); octree.setInputCloud(cloudB); std::vector<int> newoctreeId; octree.addPointsFromInputCloud(newoctreeId); 可视化 核心代码 visualization:.
PCL点云库可视化常用函数与经验总结
DayDayUp
09-06 6085
makeShared：使点云返回一个智能指针（深拷贝） /** \brief Copy the cloud to the heap and return a smart pointer * Note that deep copy is performed, so avoid using this function on non-empty clouds. * The changes of the returned cloud are not mirrored.
PCL——Visualzer可视化类
weixin_38408805的博客
11-14 5003
目录 1. 可视化单个点云 2. 可视化点云颜色特征 3. 可视化点云自定义颜色特征 4. 可视化点云法线和其他特征 5. 绘制普通形状 6. 多视口显示 7. 表面法线估计 代码 1. 可视化单个点云 创建视窗对象并给标题栏定义名称"3D Viewer" 【注】定义"boost :: shared_ptr"智能共享指针，保证该指针在整个程序全局使用。 boost::sh...
PCL笔记五：PCL可视化
xiaoyaolangwj的博客
02-24 3343
点云视窗类CloudViewer是简单显示点云的可视化工具类，可以让用户用尽可能少的代码查看点云。注意：点云视窗类不能应用于多线程应用程序中。 CloudViewer的后端是通过PCLVisualizer来实现的。但是它在自己的线程中运行。 1、可视化点云图： #include <pcl/visualization/cloud_viewer.h> // visualization模块下的CloudViewer头文件。 #include <iostream> // 标准
C#界面中实现点云数据的动态显示
03-23
1、该资源采用C++和PCL编写用于点云显示的DLL动态库，实现了点云显示与软件窗体的链接，属于开发点云软件中显示的必备功能。 2、本资源提供了C# 端、C++端dll开发的全部代码，可以在该框架上添加其他的软件功能...
WPF 3D点云显示
09-14
wpf 写的点云显示控件，百万级别的数据秒显示！ 可供学习
点云双边滤波算法
06-12
将双边滤波算法应用于点云噪点滤除，可有效提高点云质量。高质量的输入数据对提高点云学习的人工智能训练效率与质量有显著的帮助。
c#窗体界面中显示点云图像源码
03-05
2、包含点云显示源码示例； 3、详细内容可见：https://blog.csdn.net/qq_43627520/article/details/123265738?spm=1001.2014.3001.5501； 1、文件中包含可直接运行的exe文件； 2、包含点云显示源码示例； 3、详细...
二、点云PCL可视化（2）多窗口可视化
qq_39648561的博客
01-13 7944
此处以双窗口为例 一：核心代码： //第一个窗口显示内容进行设定 int v1(0); viewer->createViewPort(0.0, 0.0, 0.5, 1.0, v1); viewer->setBackgroundColor(0, 0, 0, v1); viewer->addText("viewer_01", 10, 10, "v1 text", v1); pcl::visualization::PointCloudColorHandlerCustom <
2021-03-02
weixin_45245157的博客
03-02 181
PCL改变点云法线的颜色 一个函数设置： viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_COLOR, 0, 0, 255, "normal"); viewer是点云可视化指针实例，“normal”是需要设置的点云标识符。
[setPointCloudRenderingProperties] Could not find any PointCloud datasets with id ＜XXX＞!
weixin_51056882的博客
10-12 1972
错误： 一般创建的点云数据都命名为cloud，因为我这里有两组点云数据，要区分一下，所以把点云数据命名为cloud1和cloud2，下面是cloud2的显示代码 viewer2->setRepresentationToWireframeForAllActors(); viewer2->addPointCloud(cloud2); viewer2->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_P
建立多元线性回归模型，进行预测
mumuwzj的博客
05-13 1909
import org.apache.spark.SparkConf import org.apache.spark.SparkContext import org.apache.spark.sql.SQLContext import org.apache.spark.ml.feature.VectorAssembler import org.apache.spark.ml.regression.LinearRegression object Driver01 { def main(args: ...
PCLVisualizer可视化类
roboterl的博客
09-06 739
PCLVisualizer可视化类欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入...
PCL可视化点云颜色特征
热门推荐
青箬笠，绿蓑衣
02-20 1万+
为了更加直观的显示点云、使点云在视窗中比较容易区分，这里介绍几种PCLVisualizer可视化类的使用方法。 显示点云颜色特征 该方法(PointCloudColorHandlerRGBField)要求点云类型包含RGB三个颜色分量，即该方法是直接显示点云中各个点的RGB属性字段信息，而不是通过对点云着色显示不同颜色。 代码 #include &amp;amp;lt;iostream&amp;amp;gt; #includ...
点云中绘制各种形状
m0_53164478的博客
08-20 1075
自学pcl库记录
PCL保存viewer中的所有可视化内容
weixin_44770969的博客
03-17 718
上述代码创建了一个PCLVisualizer对象，加载了一个点云，并将其添加到Viewer中。然后设置了Viewer的背景色和点云渲染属性。最后，调用saveScreenshot()方法将Viewer中的内容保存为一张PNG图片。PCL可以使用PCLVisualizer的saveScreenshot()方法来保存Viewer中的所有内容。这个方法可以将Viewer中的图像保存为PNG、JPEG、BMP等格式的图片文件。
修改的第一个PCL点云显示程序 显示两张点云
lansemanbuze的专栏
07-08 3526
#include  //类CloudViewer头文件声明 #include                        //标准输入输出头文件声明 #include                    //io相关头文件声明 #include               //pcd文件读取头文件声明                          
点云导入并窗口显示 python 代码
05-13
以下是一个简单的 Python 代码示例，用于将点云数据导入并在窗口中显示： ```python ...最后，我们显示窗口并等待用户关闭窗口。请注意，您需要将`"path/to/point_cloud.pcd"`替换为实际的点云文件路径。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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