【编程实践】使用pcl提取给定点云的三维边界点

1 执行结果

原始点云可视化
在这里插入图片描述
搜索半径设置为0.1m
在这里插入图片描述
搜索半径设置为0.05m
在这里插入图片描述

2 代码实现

// boundary

#include <pcl/point_types.h>
#include <pcl/features/normal_3d.h>
#include <pcl/features/boundary.h>
#include <pcl/io/file_io.h>
#include <pcl/io/pcd_io.h>
#include <pcl/io/io.h>
using namespace std;
int main() {
	// 加载点云数据
	std::cout << "Process start" << endl;
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
	//pcl::io::loadPCDFile<pcl::PointXYZ>(".\\input\\KuangshanCut_S85_cp30.pcd", *cloud);
	//数据输入路径
	pcl::io::loadPCDFile<pcl::PointXYZ>(".\\input\\cloud_in.pcd", *cloud);
	//auto start_tm = std::chrono::high_resolution_clock::now();
	// 估计法线
	pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> ne;
	ne.setInputCloud(cloud);
	pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);
	ne.setSearchMethod(tree);
	pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
	ne.setRadiusSearch(0.08);
	ne.compute(*normals);
	std::cout << " Wait... " << endl;
	// 计算边界
	pcl::PointCloud<pcl::Boundary>::Ptr boundaries(new pcl::PointCloud<pcl::Boundary>);
	pcl::PointCloud<pcl::PointXYZ>::Ptr boundary_points(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::PointCloud<pcl::Normal>::Ptr boundary_normals(new pcl::PointCloud<pcl::Normal>);
	pcl::PointCloud<pcl::PointXYZ>::Ptr non_boundary_points(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::PointCloud<pcl::Normal>::Ptr non_boundary_normals(new pcl::PointCloud<pcl::Normal>);
	pcl::BoundaryEstimation<pcl::PointXYZ, pcl::Normal, pcl::Boundary> est;
	est.setInputCloud(cloud);
	est.setInputNormals(normals);
	est.setRadiusSearch(0.1);
	est.setSearchMethod(tree);
	est.compute(*boundaries);
	// 获取边界点和法线
	for (size_t i = 0; i < cloud->size(); ++i) {
		if (boundaries->points[i].boundary_point) {
			boundary_points->push_back(cloud->points[i]);
			boundary_normals->push_back(normals->points[i]);
		}
		else {
			non_boundary_points->push_back(cloud->points[i]);
			non_boundary_normals->push_back(normals->points[i]);
		}
	}
	// 保存边界点云和非边界点云,数据输出路径
	pcl::io::savePCDFile<pcl::PointXYZ>(".\\output\\cloud_out_boundary_r01_points.pcd", *boundary_points);
	pcl::io::savePCDFile<pcl::PointXYZ>(".\\output\\cloud_out_nonboundary_r01_points.pcd", *non_boundary_points);
	//计算程序执行时间
	/*auto end_tm = std::chrono::high_resolution_clock::now();
	std::chrono::duration<double> dura = end_tm - start_tm;
	double execu_tm = dura.count();
	std::cout<<" The time of software executionTime"<<execu_tm<<" s"<<endl;*/
	std::cout << "Process Done!" << endl;
	return 0;
}

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
您可以使用PCL(点云库)中的BoundaryEstimation类来提取点云三维边界。下面是一个简单的示例代码: ```cpp #include <pcl/point_types.h> #include <pcl/features/boundary.h> #include <pcl/io/pcd_io.h> int main() { // 读取点云数据 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); pcl::io::loadPCDFile<pcl::PointXYZ>("input_cloud.pcd", *cloud); // 创建边界估计对象 pcl::BoundaryEstimation<pcl::PointXYZ, pcl::Normal, pcl::Boundary> boundary_estimation; boundary_estimation.setInputCloud(cloud); // 计算法线 pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>); pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> normal_estimation; normal_estimation.setInputCloud(cloud); normal_estimation.setRadiusSearch(0.03); // 设置法线估计的搜索半径 normal_estimation.compute(*normals); boundary_estimation.setInputNormals(normals); // 设置边界点的搜索半径 boundary_estimation.setRadiusSearch(0.05); // 执行边界估计 pcl::PointCloud<pcl::Boundary>::Ptr boundaries(new pcl::PointCloud<pcl::Boundary>); boundary_estimation.compute(*boundaries); // 输出边界点 for (size_t i = 0; i < boundaries->size(); ++i) { if (boundaries->points[i].boundary_point) { printf("Point %lu is a boundary point.\n", i); } } return 0; } ``` 请确保您已安装PCL库并将其与您的项目链接。代码中的`input_cloud.pcd`是您的输入点云文件,您需要根据实际情况进行修改。该代码将打印出边界点的索引。 希望这可以帮到您!

“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