对vector内存储的Point进行排序

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

//定义排序规则
bool comp(Point a, Point b)
{
    return a.x>b.x;
}
int main()
{
    vector<Point> p;
    p.push_back(Point(1, 2));
    p.push_back(Point(3, 4));
    p.push_back(Point(0, 0));
    sort(p.begin(), p.end(), comp);
    for(int i=0; i<p.size(); i++)
    {
    	cout<<p[i]<<endl;
    }
    system("pause");
    return 0;
}

输出结果:
在这里插入图片描述
补充:
comp函数作为成员函数时,需要申明为静态函数,否则会有如下问题:
此外comp的函数名不能为compare,可能会存在问题,这个还未验证,怀疑是库函数中存在compare。如果声明为compare,以如下方式调用:

std::sort(hair_info.begin(),hair_info.end(), this->compare);
static bool comp(HairInfo info1, HairInfo info2);

在这里插入图片描述

  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: pcl点云库是一个用于处理点云数据的开源库。它提供了各种功能,包括对点云进行排序。在pcl库中,可以通过点的某个属性来对点云进行排序。 排序点云的常见方法之一是依据点的坐标。可以通过pcl::PointCloud类的points成员来访问点云中的点,并使用std::sort函数对points数组进行排序。例如,可以根据点的x坐标将点云进行排序: ``` pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); // 将点云数据读入到cloud中... // 按照x坐标对点云进行排序 std::sort(cloud->points.begin(), cloud->points.end(), [](const pcl::PointXYZ& a, const pcl::PointXYZ& b) { return a.x < b.x; }); ``` 上述代码中,我们使用了lambda表达式来定义排序函数,使得点按照x坐标递增的方式进行排序。通过将排序函数作为第三个参数传递给std::sort函数,我们可以对点云按照x坐标进行排序。 除了按照坐标进行排序外,还可以根据点的其他属性进行排序,例如颜色或法向量等。只需要修改lambda表达式中的排序规则即可。 总之,pcl点云库提供多种方法用于对点云进行排序。通过选择适当的排序规则,可以对点云数据进行有效的排序操作。 ### 回答2: PCL(点云库)是一个流行的开源库,用于对点云进行处理和分析。它包含了多种功能,其中之一就是对点云进行排序。 点云排序是将点云数据按照一定的顺序重新排列的过程。这种排序可以基于点云的某个属性进行,比如坐标、颜色或法线。通过对点云进行排序,可以使得点云数据更有组织性,便于进一步的分析和处理。 PCL中提供了多种点云排序算法,例如KD Tree(k-最近邻搜索)和Octree(八叉树)。这些算法根据点云数据的特点进行优化,能够高效地对大规模的点云进行排序。 使用PCL对点云进行排序的步骤如下: 1. 首先,将点云数据加载到PCL的数据结构中,可以使用PCL的PointCloud类来表示点云。 2. 接下来,选择适当的排序算法,并创建相应的排序对象。比如,使用KDTree进行排序,可以创建一个KdTreeFLANN对象。 3. 将点云数据传入排序对象中,使用sort()等方法对点云进行排序。 4. 排序完成后,可以根据需要获取已排序的点云数据,比如通过调用getSortedResults()方法获取排序结果。 通过PCL对点云进行排序,可以以一种可靠且高效的方式对大规模的点云数据进行处理。这对于点云分析、三维建模等领域非常有用。同时,PCL还提供了丰富的点云处理功能,包括滤波、分割、配准等,可以进一步完善点云处理的流程。 ### 回答3: pcl点云库对点云进行排序的方法有多种。一种常用的方法是基于点的某个属性值进行排序,例如点的坐标、法向量、颜色等属性。通过设定排序的准则,可以将点云按照这些属性值进行升序或降序排列。 对于点的坐标排序,可以使用pcl::PointCloud类中的points成员变量,它是一个std::vector存储了点云中的所有点。可以通过自定义排序函数,传递给std::sort函数来对点进行排序。例如,可以根据点的X坐标进行排序,调用std::sort函数进行升序排列。 对于其他属性值的排序,可以通过自定义排序函数来实现。根据具体需求,可以对点的法向量、颜色等属性进行排序。需要注意的是,在自定义排序函数时,要根据属性值的类型,使用相应的比较运算符进行比较操作,确保正确的排序结果。 除了上述方法之外,pcl点云库还提供了一些排序算法函数,例如pcl::KdTreeFLANN类中的nearestKSearch函数,将根据点与目标点最近邻的距离进行排序。 总之,pcl点云库通过自定义排序函数和提供的排序算法函数,可以便捷地对点云进行排序。通过设定排序的准则,可以按照点的坐标、法向量、颜色等属性对点云进行升序或降序排列,满足不同应用的需求。

“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