保存点云数据_PCL入门系列三——PCL进行数据读写

最新推荐文章于 2024-02-08 17:51:20 发布

TRLU番的葡萄

最新推荐文章于 2024-02-08 17:51:20 发布

阅读量2k

点赞数 2

文章标签：保存点云数据

本文链接：https://blog.csdn.net/weixin_34602954/article/details/112642392

版权

本节课我们将了解到以下内容：

基本的PCL中的数据类型；
使用PCL进行简单编程：写文件与读文件。

一、PCL库基本数据类型

上一节课，我们使用PCL库在本地写入了一个名为test_pcd.pcd的文件。我们划分一下程序的任务步骤：

构造pcd文件格式；
写入文件；
打印输出。

步骤二和步骤三的内容属于基本的C++知识。而步骤一中的pcd文件格式是我们所不熟悉的，所以要先看一看pcd原始文件。

在命令行中输入：

more test_pcd.pcd

可以看到pcd文件的内部结构如下图所示。

三维点云数据最简单的形式是x y z的三维点空间坐标。稍微复杂一些可以加上intensity、RGB等属性。但是这种表达方式有什么缺点呢？

一方面直接以文本形式存储点云的三个坐标在内存上比较浪费空间，另一方面如果用户要取得点云的一些基本信息如点云个数，用户还要自己去查询。如果有一个文件头能够简洁的描述点云数据信息，那么无论是在存储效率还是数据信息提取等方面都会有一定帮助。

pcd格式可以视作“文件格式头+三维点信息”。

请看一个具体pcd文件的例子：

# .PCD v0.7 - Point Cloud Data file format
VERSION 0.7
FIELDS x y z
SIZE 4 4 4
TYPE F F F
COUNT 1 1 1
WIDTH 5
HEIGHT 1
VIEWPOINT 0 0 0 1 0 0 0
POINTS 5
DATA ascii
0.35222197 -0.15188313 -0.10639524
-0.3974061 -0.47310591 0.29260206
………………………………

这个pcd文件里有着不同的字段。常用的有以下几种。

VERSION - PCD文件的版本号（通常为0.7）；
FIELDS - 每个点所包含的维度或字段（例如x y z）；
SIZE - 每个数据维度所占据的字节（比如float为4字节）
TYPE -每个数据维度的数据类型(I= signed,U= unsigned,F=float)
COUNT - 每个数据维度上包含的元素个数。（比如，x, y, or z的count为1，但是hisogram的count包含N）
WIDTH - 点云的宽度
HEIGHT - 点云的高度
VIEWPOINT - 点云的视角 translation (tx ty tz) +quaternion (qw qx qy qz)
POINTS -点云的数量
DATA -具体的数据存储格式(ascii or binary)

在之前的内容中我们忽略了一个小小的但是相对重要的知识点：待填充的数据怎么表示？请注意这里不能简单的使用字符串xyz的形式进行填充，如果仍旧使用字符串的格式进行填充，那么pcd文件格式在存储上的优势根本无法体现。一种简单的方法是为点云数据定义一个结构体，详细的情况后文再叙，这里先罗列一下最常用的数据类型（当然自定义数据类型也可）。

Point Types
PointXYZ- float x, y, z
PointXYZI- float x, y, z, intensity
PointXYZRGB- float x, y, z, rgb
PointXYZRGBA- float x, y, z, uint32t rgba
Normal- float normal[3], curvature
PointNormal- float x, y, z, normal[3], curvature
Histogram- float histogram[N]
………………

二、利用PCL写点云文件

现在详细看一下生成点云写入文件的过程。

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
 
int
  main (int argc, char** argv)
{
  pcl::PointCloud<pcl::PointXYZ> cloud;
 
  // Fill in the cloud data
  cloud.width    = 5;
  cloud.height   = 1;
  cloud.is_dense = false;
  cloud.points.resize (cloud.width * cloud.height);
 
  for (size_t i = 0; i < cloud.points.size (); ++i)
  {
    cloud.points[i].x = 1024 * rand () / (RAND_MAX + 1.0f);
    cloud.points[i].y = 1024 * rand () / (RAND_MAX + 1.0f);
    cloud.points[i].z = 1024 * rand () / (RAND_MAX + 1.0f);
  }
 
  pcl::io::savePCDFileASCII ("test_pcd.pcd", cloud);
  std::cerr << "Saved " << cloud.points.size () << " data points to test_pcd.pcd." << std::endl;
 
  for (size_t i = 0; i < cloud.points.size (); ++i)
    std::cerr << "    " << cloud.points[i].x << " " << cloud.points[i].y << " " << cloud.points[i].z << std::endl;
 
  return (0);
}

关键的部分可以分为以下内容：生成点云、写入文件。

生成点云可以视作一个字段填充的过程，我们来看看具体干了什么事情。

初始化定义一个点云对象，此处我们创建了一个PointXYZ对象

pcl::PointCloud<pcl::PointXYZ> cloud;

设置pcd文件字段，将想要填的内容填进去。

// Fill in the cloud data
  cloud.width    = 5;
  cloud.height   = 1;
  cloud.is_dense = false;
  cloud.points.resize (cloud.width * cloud.height);

填充具体的值

  for (size_t i = 0; i < cloud.points.size (); ++i)
  {
    cloud.points[i].x = 1024 * rand () / (RAND_MAX + 1.0f);
    cloud.points[i].y = 1024 * rand () / (RAND_MAX + 1.0f);
    cloud.points[i].z = 1024 * rand () / (RAND_MAX + 1.0f);
  }

写入文件，简单的一句话

  pcl::io::savePCDFileASCII ("test_pcd.pcd", cloud);

三、读取pcd文件

读写不分家。读文件的过程同样并不复杂。

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
 
int
main (int argc, char** argv)
{
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);
 
  if (pcl::io::loadPCDFile<pcl::PointXYZ> ("test_pcd.pcd", *cloud) == -1) //* load the file
  {
    PCL_ERROR ("Couldn't read file test_pcd.pcd n");
    return (-1);
  }
  std::cout << "Loaded "
            << cloud->width * cloud->height
            << " data points from test_pcd.pcd with the following fields: "
            << std::endl;
  for (size_t i = 0; i < cloud->points.size (); ++i)
    std::cout << "    " << cloud->points[i].x
              << " "    << cloud->points[i].y
              << " "    << cloud->points[i].z << std::endl;
 
  return (0);
}

核心工作就是两步：

定义一个句柄用来存放待读取的点云。

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

读取点云

pcl::io::loadPCDFile<pcl::PointXYZ> ("test_pcd.pcd", *cloud) == -1

对！就是这么简单。

四、xyz文件转成pcd文件

现在让我们研究一个小小的案例。有时候，我们的原始点云数据是存放在txt文件里的。也许它长成这样：

20.623 40.276 -1.999 -1031 127 141 154
20.362 40.375 -2.239 -941 130 141 159
20.36 40.376 -2.402 -1083 139 151 165
20.374 40.367 -2.405 -1122 131 147 163
20.372 40.366 -2.405 -1165 132 145 161
20.375 40.364 -2.404 -1036 133 149 165
20.358 40.371 -2.405 -1137 139 151 165
20.359 40.374 -2.404 -1086 139 151 165
…………

前三个字段为xyz，第四个字段为intensity，后三个字段为rgb。如何将这样的数据转成pcd文件呢？先上代码，运行起来再说。将下列代码复制并保存到xyz2cpp文件。这个程序将xyzirgb数据转成pcd格式的xyzrgb数据。如果想从xyz的数据转成pcd数据，那么只需要剔除若干填充字段即可。

#include <pcl/io/pcd_io.h>
#include <pcl/console/print.h>
#include <pcl/console/parse.h>
 
using namespace std;
using namespace pcl;
using namespace pcl::io;
using namespace pcl::console;
 
void
printHelp (int, char **argv)
{
  print_error ("Syntax is: %s input.xyz output.pcdn", argv[0]);
}
 
bool
loadCloud (const string &filename, PointCloud<PointXYZRGB> &cloud)
{
  ifstream fs;
  fs.open (filename.c_str (), ios::binary);
  if (!fs.is_open () || fs.fail ())
  {
    PCL_ERROR ("Could not open file '%s'! Error : %sn", filename.c_str (), strerror (errno)); 
    fs.close ();
    return (false);
  }
 
  string line;
  vector<string> st;
 
  while (!fs.eof ())
  {
    getline (fs, line);
    // Ignore empty lines
    if (line.empty())
      continue;
 
    // Tokenize the line
    boost::trim (line);
    boost::split (st, line, boost::is_any_of ("tr "), boost::token_compress_on);
 
    if (st.size () != 7)
      continue;
 
    pcl::PointXYZRGB point;
    point.x = float (atof (st[0].c_str ())); 
    point.y = float (atof (st[1].c_str ())); 
    point.z = float (atof (st[2].c_str ()));
    point.r = uint8_t (atof (st[4].c_str ()));
    point.g = uint8_t (atof (st[5].c_str ()));
    point.b = uint8_t (atof (st[6].c_str ()));
    cloud.push_back (point);
 
  }
  fs.close ();
 
  cloud.width = uint32_t (cloud.size ()); cloud.height = 1; cloud.is_dense = true;
  return (true);
}
 
int
main (int argc, char** argv)
{
  print_info ("Convert a simple XYZ file to PCD format. For more information, use: %s -hn", argv[0]);
 
  if (argc < 3)
  {
    printHelp (argc, argv);
    return (-1);
  }
 
  // Parse the command line arguments for .pcd and .ply files
  vector<int> pcd_file_indices = parse_file_extension_argument (argc, argv, ".pcd");
  vector<int> xyz_file_indices = parse_file_extension_argument (argc, argv, ".xyz");
  if (pcd_file_indices.size () != 1 || xyz_file_indices.size () != 1)
  {
    print_error ("Need one input XYZ file and one output PCD file.n");
    return (-1);
  }
 
  // Load the first file
  PointCloud<PointXYZRGB> cloud;
  if (!loadCloud (argv[xyz_file_indices[0]], cloud)) 
    return (-1);
 
  // Convert to PCD and save
  pcl::io::savePCDFileASCII (argv[pcd_file_indices[0]], cloud);
}

创建CMakeList.txt文件

cmake_minimum_required(VERSION 2.8 FATAL_ERROR)
 
project(xyz2pcd)
 
find_package(PCL 1.2 REQUIRED)
 
include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})
 
add_executable (xyz2pcd xyz2pcd.cpp)
target_link_libraries (xyz2pcd ${PCL_LIBRARIES})

创建build文件夹按照前一节课所讲的内容进行编译。

运行下列命令./xyz2pcd smalldata.xyz smalldata.pcd

其中smalldata.xyz为待转换的文件，smalldata.pcd为目标文件。如果没有数据可以将下列数据存为smalldata.xyz与xyz2pcd 放在同一级目录下。请注意这里intensity这个字段并没有用到，如果想用intensity字段，请自定义数据类型。

测试数据

20.623 40.276 -1.999 -1031 127 141 154
20.362 40.375 -2.239 -941 130 141 159
20.36 40.376 -2.402 -1083 139 151 165
20.374 40.367 -2.405 -1122 131 147 163
20.372 40.366 -2.405 -1165 132 145 161
20.375 40.364 -2.404 -1036 133 149 165
20.358 40.371 -2.405 -1137 139 151 165
20.359 40.374 -2.404 -1086 139 151 165
20.354 40.375 -2.404 -1106 139 148 163
20.356 40.374 -2.404 -1059 139 151 165
20.359 40.374 -2.399 -1059 138 150 166
20.359 40.374 -2.395 -1014 138 150 166
20.354 40.375 -2.395 -1042 138 150 166
20.356 40.374 -2.396 -1050 138 150 166
20.354 40.374 -2.393 -1031 137 149 165
20.356 40.374 -2.393 -1045 137 149 165
20.359 40.374 -2.392 -957 137 149 165
20.374 40.365 -2.402 -1093 133 149 165
20.375 40.367 -2.401 -1096 133 149 165
20.374 40.367 -2.399 -1158 133 149 165
20.371 40.367 -2.399 -1093 133 146 162
20.365 40.371 -2.405 -1283 133 145 159
20.361 40.371 -2.404 -1211 133 145 159
20.362 40.372 -2.405 -1314 133 145 159
20.36 40.373 -2.405 -1213 139 151 165
20.361 40.375 -2.404 -1116 139 151 165
20.363 40.375 -2.402 -1063 133 145 159
20.367 40.371 -2.405 -1231 133 145 159
20.365 40.375 -2.405 -1311 133 145 159
20.367 40.372 -2.404 -1173 133 145 159

至此运行成功，结果如下：

或许大家会感到疑惑为什么RGB转成了一个大整数？这里为了方便存储使用了移位拼接的方法。下节课我们继续讨论可视化等更深入的内容。

参考材料：

http://www.pointclouds.org/documentation/tutorials/writing_pcd.php#writing-pcd

http://pointclouds.org/documentation/tutorials/pcd_file_format.php

TRLU番的葡萄

关注

2
点赞
踩
15

收藏

觉得还不错? 一键收藏
0
评论
保存点云数据_PCL入门系列三——PCL进行数据读写

本节课我们将了解到以下内容：基本的PCL中的数据类型；使用PCL进行简单编程：写文件与读文件。一、PCL库基本数据类型上一节课，我们使用PCL库在本地写入了一个名为test_pcd.pcd的文件。我们划分一下程序的任务步骤：构造pcd文件格式；写入文件；打印输出。步骤二和步骤三的内容属于基本的C++知识。而步骤一中的pcd文件格式是我们所不熟悉的，所以要先看一看pcd原始文件。在命令行中输入：m...
复制链接

扫一扫