点云PCD文件格式解读及手动生成

引言

起因是在python下处理点云数据比较麻烦，对于一些深度学习模型输出的点云处理结果，想在C++下使用pcl库进行后处理，所以考虑到如何将任意的xyz数据输出为.pcd文件,然后使用pcl库读取.pcd文件来处理点云。下面的内容分析了pcd文件的前缀格式和含义。

脚本地址：GitHub

1. PCD版本

在点云库PCL 1.0发布之前，PCD文件格式就已经发展更新了许多版本。这些新旧不同的版本用PCD_Vx来编号(例如PCD_V5、PCD_V6和PCD_V7等)，分别代表PCD文件的0.5版、0.6版和0.7版。在PCL中，用到的PCD文件格式的正式发布是0.7版，即PCD_V7。

2. 文件格式

PCD文由 “头文件 + 点云数据” 构成，头文件声明了该点云数据集的基本特性。下面以PCD_V7版本的PCD文件为例，对头文件进行介绍。头文件及部分点云数据如下所示：

# .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 35947
HEIGHT 1
VIEWPOINT 0 0 0 1 0 0 0
POINTS 35947
DATA ascii
-1.10698 3.272394 -0.447241
-1.80195 3.367094 -0.704211
-4.12496 5.602794 2.824819

下面我们来一句一句进行解读：

3. VERSION

指定PCD文件的版本，由0.7可知该点云数据集是0.7版本的。

VERSION 0.7 //PCD版本号为0.7版

4. FIELDS

指定本点云数据集中任意一个点可以有的维度信息和其他附加信息。如：FIELDS x y z 指每个点都有xyz三个维度信息，FIELDS x y z rgb 指每个点除了xyz维度信息外还有颜色信息等。

FIELDS x y z  //该数据集中包含每一个点的xyz纬度信息

5. SIZE

储存每个维度信息占用的字节数(byte)。1指用char型数据存储维度信息，2指用short型数据存储维度信息，4指用int或float型数据存储维度信息，8指用double型数据存储维度信息。

SIZE 4 4 4  //x y z每个维度均占用4个字节

6. TYPE

用字符指定每一个维度的数据类型。I表示有符号类型：int8(char),int16(short),int32(int);U表示无符号类型：uint8(unsigned char),uint 16(unsigned short),uint32(unsigned int);F表示浮点型float和double。

TYPE F F F  //x y z每个维度的均为4字节的浮点型，即为float

7. COUNT

每个维度包含的元素个数。

COUNT 1 1 1  //x y z每个维度均包含1个元素

8. WIDTH

点云数据集可分为有序数据集和无序数据集两种。有序数据集类似矩阵，有行列之分，无序数据集则无行列之分。根据数据集是否有序，WIDTH由不同的含义。

对有序数据集而言：表示数据集的宽度(每行点的数目)；

对于无序数据集而言：表示数据集中点的总数(和下面的POINTS一样)。

9. HEIGHT

对有序数据集而言：表示数据集的高度(行数)；

对于无序数据集而言：被设置为1，用于声明一个数据集是否有序。

//该数据集为无序数据集，共有35947个点
WIDTH 35947
HEIGHT 1

10. VIEWPOINTS

数据集中点云的获取视点。视点信息被指定为“平移(txtytz) + 四元数(qwqxqyqz)”,默认值是：VIEWPOINT 0 0 0 1 0 0 0

VIEWPOINT 0 0 0 1 0 0 0  //数据集的获取视点

11. POINTS

点云中点的总数，从0.7版本就开始显得有点多余，可能会在后续版本中舍去这个参数。

POINTS 35947  //该数据集中共有35947个点

12. DATA

指定存储点云数据的数据存储格式：ASCLL码或二进制数据。

DATA ascii //该数据集用ASCLL码存储数据

13. 点云数据

以ASCLL码存储的点云数据，每一个点占据一行，“nan”表示不存在或非法的数据。

-1.10698 3.272394 -0.447241
-1.80195 3.367094 -0.704211
-4.12496 5.602794 2.824819
......