PCL点云密度测量demo

最近在做点云的特征提取的实验和论文,学习到pcl的点云密度测量,用来获取k个近邻点。

在调试的过程中遇到c3861 pop_t找不到标识符的问题,然后在github上找到解决的方法。

 

#include "pch.h"
#include <pcl/point_types.h>
#include <pcl/point_cloud.h>
#include <pcl/kdtree/kdtree_flann.h>
#include <iostream>
#include <tchar.h>
float computeCloudResolution(const pcl::PointCloud<pcl::PointXYZ>::ConstPtr &cloud, int k)
{
	double res = 0.0;
	int n_points = 0;
	pcl::KdTreeFLANN<pcl::PointXYZ> tree;
	tree.setInputCloud(cloud);
	//?what means size_t
	for (size_t i = 0; i < cloud->size(); ++i)
	{
		if (!pcl_isfinite((*cloud)[i].x))
			//pcl_isfinite函数返回一个布尔值,检查某个值是不是正常数值
		{
			continue;
		}
		std::vector<int> indices(k);
		//创建一个动态数组,存储查询点近邻索引
		std::vector<float> sqr_distances(k);
		//存储近邻点对应平方距离
		if (tree.nearestKSearch(i, k, indices, sqr_distances) == k)
		{
			for (int i
  • 1
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
您好!以下是一个简单的示例代码,演示了如何使用PCL库进行点云滤波: ```cpp #include <iostream> #include <pcl/point_types.h> #include <pcl/filters/passthrough.h> int main() { // 创建点云对象 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); // 填充点云数据 cloud->width = 5; cloud->height = 1; 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); } std::cout << "点云原始大小:" << cloud->size() << std::endl; // 创建滤波器对象 pcl::PassThrough<pcl::PointXYZ> pass; pass.setInputCloud(cloud); pass.setFilterFieldName("z"); pass.setFilterLimits(0.0, 1.0); // 设置过滤范围 // 执行滤波操作 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZ>); pass.filter(*cloud_filtered); std::cout << "滤波后大小:" << cloud_filtered->size() << std::endl; return 0; } ``` 这个示例首先创建了一个包含随机生成的点云数据的PointCloud对象,然后使用PassThrough滤波器对点云进行过滤。在示例中,我们设置了z轴方向上的过滤范围为0.0到1.0之间的点云将会被保留下来,其他的点云将会被过滤掉。最后,输出了滤波后点云的大小。 请确保您已经正确安装了PCL库,并在编译时链接了相应的库文件。希望这能帮到您!如有更多问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值