代码展示:
#include <string>
#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/features/normal_3d.h> //法线估计类头文件
#include <pcl/visualization/cloud_viewer.h>
using namespace std;
typedef pcl::PointXYZ PointT;
typedef pcl::PointCloud<PointT> PointCloudT;
int main() {
string file_name = "./table_scene_lms400.pcd";
PointCloudT::Ptr cloud(new PointCloudT);
// 加载点云
if (pcl::io::loadPCDFile<PointT>(file_name, *cloud) == -1) {
cout << "加载点云失败" << endl;
return -1;
}
// 创建法线估计估计向量
pcl::NormalEstimation<PointT, pcl::Normal> ne;
ne.setInputCloud(cloud);
//创建一个空的KdTree对象,并把它传递给法线估计向量
//基于给出的输入数据集,KdTree将被建立
pcl::search::KdTree<PointT>::Ptr tree(new pcl::search::KdTree<PointT>);
ne.setSearchMethod(tree);
//存储输出数据
pcl::PointCloud<pcl::Normal>::Ptr cloud_normals(new pcl::PointCloud<pcl::Normal>);
//使用半径在查询点周围0.03米范围内所有临近元素
ne.setRadiusSearch(0.03);
//计算特征值
ne.compute(*cloud_normals);
// 可视化
pcl::visualization::PCLVisualizer viewer("viewer");
viewer.setBackgroundColor(0.0, 0.0, 0.0);
viewer.addPointCloudNormals<PointT, pcl::Normal>(cloud, cloud_normals);
while(!viewer.wasStopped())
{
viewer.spinOnce();
}
return 0;
}
效果展示:
测试文件地址: table_scene_lms400.pcd