PCL之估计点云子集的表面法线

代码展示:

#include <iostream>
#include <string>
#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include<pcl/filters/extract_indices.h>
#include <pcl/features/normal_3d.h>
#include <pcl/visualization/cloud_viewer.h>

using namespace std;

typedef pcl::PointXYZ PointT;
typedef pcl::PointCloud<PointT> PointCloudT;

int main() {
    // 加载点云
    PointCloudT::Ptr cloud(new PointCloudT);
    string fileName = "/home/pi/Desktop/pcl/pcl-learning/10features特征/2估计点云子集的表面法线(error)/table_scene_lms400.pcd";
    if (pcl::io::loadPCDFile(fileName, *cloud) == -1) {
        cerr << "加载文件失败" << endl;
    }
    //创建一组要使用的索引。为简单起见，我们将使用点云中前10％的点
    vector<int> indices(floor(cloud->size() / 10));
    for (size_t i = 0; i < indices.size(); ++i) indices[i] = i;

    // //创建NormalEstimation类，并将输入数据集传递给它
    pcl::NormalEstimation<PointT, pcl::Normal> ne;
    ne.setInputCloud(cloud);
    // 传递索引
    boost::shared_ptr<vector<int> > indicesptr(new vector<int>(indices));
    ne.setIndices(indicesptr);
    // 创建一个空的kdtree表示形式，并将其传递给normal estimation 对象
    // 它的内容将根据给定的输入数据集填充到对象内部（因为未提供其他搜索表面）。
    pcl::search::KdTree<PointT>::Ptr tree(new pcl::search::KdTree<PointT>());
    ne.setSearchMethod(tree);
    // 输出的点云
    pcl::PointCloud<pcl::Normal>::Ptr cloud_normals(new pcl::PointCloud<pcl::Normal>);
    // 在半径0.03m的范围内近邻
    ne.setRadiusSearch(0.03);
    // 计算特征
    ne.compute(*cloud_normals);
    cout << cloud_normals->size() << endl;
    // 提取使用点云中前10％的点
    PointCloudT::Ptr indices_cloud(new PointCloudT);
    pcl::ExtractIndices<pcl::PointXYZ> extract;
    extract.setInputCloud(cloud);
    extract.setIndices(indicesptr);
    extract.setNegative(false);//如果设为true,可以提取指定index之外的点云
    extract.filter(*indices_cloud);
    // 可视化
    pcl::visualization::PCLVisualizer viewer("viewer");
    viewer.setBackgroundColor(0.0, 0.0, 0.0);
    viewer.addPointCloudNormals<PointT, pcl::Normal>(indices_cloud, cloud_normals);
//    viewer.addPointCloud(cloud, "viewer");
    while (!viewer.wasStopped()) {
        viewer.spinOnce();
    }

}

效果展示: