pcl中set程序_pcl可视化的那些事

可视化：一目了然

如题所示，可视化的重要性不必多说。在点云数据预处理中，要想知道点云的形状需要可视化; 要想了解精简/去噪/简化/压缩 的结果需要可视化; 配准中，对应点对的显示/对应点对的去除结果/配准变化的过程 需要可视化 ...

pcl_viewer

linux 下可直接在命令行输入 pcl_viewr path/to/.pcd或.vtk可直接显示pcl中的点云文件。

pcl_viewr几个常用的命令：

r键: 重现视角。如果读入文件没有在主窗口显示，不妨按下键盘的r键一试。

j键：截图功能。

g键：显示/隐藏 坐标轴。

鼠标：左键，使图像绕自身旋转; 滚轮, 按住滚轮不松，可移动图像，滚动滚轮，可放大/缩小 图像; 右键,“原地”放大/缩小。

-/+：-(减号)可缩小点; +(加号)，可放大点。

pcl_viewe -bc r,g,b /path/to/.pcd:可改变背景色.

pcl_viewer还可以用来直接显示pfh，fpfh(fast point feature histogram)，vfh等直方图。

常用的pcl_viewer 好像就这些，其他未涉及到的功能可通过pcl_viewer /path/.pcd打开图像，按键盘h(获取帮助)的方式获得.

程序中的可视化

简单可视化类

所谓简单可视化类，是指直接在程序中使用，而且不支持多线程。

必须包含的头文件 #include，声明一个可视化类直接 pcl::visualization::CloudViewer viewer ("test"); 即可，它的意思是说，我创建了一个CloudViewer的可视化类，这个可视化窗口的名字叫做test; 显示用viewer.showCloud(cloud) , 要想让自己所创窗口一直显示，则加上 while (!viewer.wasStopped()){ };即可， 或者直接 viewr.spin(0);

"复杂的"可视化类

以一段程序为例：

#include //包含基本可视化类

#include

//设置键盘交互函数,按下`space`键，某事发生

void keyboardEvent(const pcl::visualization::KeyboardEvent &event,void *nothing)

{

if(event.getKeySym() == "space" && event.keyDown())

next_iteration = true;

}

int main (int argc, char **argv)

{

1. 读入点云 source, target

2. 处理读入的数据文件

boost::shared_ptr<:visualization::pclvisualizer> view (new pcl::visualization::PCLVisualizer("test")); //创建可视化窗口，名字叫做`test`

view->setBackgroundColor(0.0,0,0); //设置背景色为黑色

viewer->addCoordinateSystem(1.0); //建立空间直角坐标系

// viewer->setCameraPosition(0,0,200); //设置坐标原点

viewer->initCameraParameters(); //初始化相机参数

***`*显示的”处理的数据文件“的具体内容*`***

view->registerKeyboardCallback(&keyboardEvent,(void*)NULL); //设置键盘回吊函数

while(!viewer->wasStopped())

{

viewer->spinOnce(100); //显示

boost::this_thread::sleep (boost::posix_time::microseconds (100000)); //随时间

}

}

在主程序2中，处理显示数据文件包含以下几种:

一. 计算并显示法向量，具体在自己的笔记pcl法向量的计算与显示

二. 我的笔记画线与显示,可用于配准计算中对应点对的显示，不过用画线的办法很不好.

三. 单纯的自定义的显示点云有如下常用函数：

pcl::visualization::PointCloudColorHandlerCustom<:pointxyz> sources_cloud_color(source,250,0,0); //这句话的意思是：对输入为pcl::PointXYZ类型的点云，着色为红色。其中，source表示真正处理的点云，sources_cloud_color表示处理结果.

view->addPointCloud(source,sources_cloud_color,"sources_cloud_v1",v1); //将点云source,处理结果sources_cloud_color,添加到视图中，其中,双引号中的sources_cloud_v1,表示该点云的”标签“，我们依然可以称之为”名字“，之所以设置各个处理点云的名字，是为了在后续处理中易于区分; v1表是添加到哪个视图窗口(pcl中可设置多窗口模式)

view->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE,3,"sources_cloud_v1"); //设置点云属性. 其中PCL_VISUALIZER_POINT_SIZE表示设置点的大小为3,双引号中”sources_cloud_v1“,就是步骤2中所说的标签。

view->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_OPACITY,1,"sources_cloud_v1"); //主要用来设置标签点云的不透明度，表示对标签名字为"sources_cloud_v1"的标签点云设置不透明度为1,也就是说透明度为0. 默认情况下完全不透明。

四. 显示配准中的对应点对关系.

要想显示点对之间的对应关系, 首先必须计算出对应点对, pcl中对应点对的计算可通过pcl::registration::CorrespondenceEstimation<:pointt> correspond_est;计算,计算出对应点对后, source 和 target对应点的索引会存储在vector A或pcl::Correspondences A中.要想显示点对的对应关系,只需view->addCorrespondences<:pointxyz>(source,target,A,"correspond",v1); 其中，pcl::PointXYZ表示所添加对应点对的类型为PointXYZ类型的，参数中的前两个表示目标点云和源点云，A 存储从目标点云到源点云的对应点的索引，”correspond“依然是自定义的标签，v1表示添加到哪个窗口.

为了使得对应点更加个性化，我们可以对它进行一下”定制“：

view->setShapeRenderingProperties(pcl::visualization::PCL_VISUALIZER_LINE_WIDTH,2,"correspond"); //设置对应点连线的粗细.PCL_VISUALIZER_LINE_WIDTH,表示线操作,线段的宽度为2(提醒一下自己: 线段的宽度最好不要超过自定义的点的大小),"correspond"表示对 对应的标签 做处理.

view->setShapeRenderingProperties(pcl::visualization::PCL_VISUALIZER_COLOR,0,0,1,"correspond"); //设置对应点连线的颜色，范围从0-1之间。

五. 多窗口及人机交互设置.

具体操作即设置请看pcl之ICP实现

六. 如果用pcl的可视化类显示直方图，则可以这样做(以fpfh为例)：

#include //直方图的可视化

#include

#include

int main (int argc, char **argv)

{

....

直方图计算

....

pcl::visualization::PCLHistogramVisualizer view;

view.setBackgroundColor(255,0,0);

view.addFeatureHistogram<:fpfhsignature33> (*fpfhs,"fpfh",1000); //对下标为1000的元素可视化

//view.spinOnce(10000); //循环的次数

view.spin(); //无限循环

return 0;

}

也可以这样显示直方图不过需要在添加头文件#include

pcl::visualization::PCLPlotter plotter;

// We need to set the size of the descriptor beforehand.

plotter.addFeatureHistogram(*fpfhs, 300); //设置的很坐标长度，该值越大，则显示的越细致

plotter.plot();