【点云学习】二：获取并保存彩色点云PCD文件

最新推荐文章于 2024-07-19 09:55:37 发布
最新推荐文章于 2024-07-19 09:55:37 发布
阅读量5.6k 收藏 45
点赞数 7
分类专栏： 点云学习 文章标签： opencv kinect cg
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45709940/article/details/107967333
版权

【点云学习】二：获得彩色点云PCD文件并显示

上一篇博客讲的是如何用Kinect+opencv获得RGB-D图像和深度图像。这篇主要介绍pcd文件。整合了几篇不错的博客，方便自己理解。

PCD文件

点云数据是指在一个三维坐标系中的一组向量的集合。这些向量通常以X，Ｙ，Z三维坐标的形式表示，一般主要代表一个物体的外表面几何形状，除此之外点云数据还可以附带RGB信息，即每个坐标点的颜色信息，或者是其他的信息。
PCL这个开源库专门处理pcd格式的文件，它实现了点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。

# .PCD v0.7 - Point Cloud Data file format
VERSION 0.7
FIELDS x y z rgba       RGB三个值通过位运算合一起
SIZE 4 4 4 4            以字节为单位指定每个数据所占用的内存。
TYPE F F F U            指定每个数据的数据类型。
                        I:可表示int8,int16,int32。
                        U:可表示uint8,unit16,uint32。
                        F:表示float（上图所用的为浮点类型）。
COUNT 1 1 1 1           指定每个维度有多少元素，xyz数据通常只有一个元素。
WIDTH 181550            指定数据点的宽度,它包含两个含义：
                        1.可指定点云总个数(与POINTS相同)，用于无组织的数据。
                        2.可指定有组织点云数据的宽度(连续点的总数)。
HEIGHT 1                指定数据点的高度,它包含两个含义：
                        1.可指定有组织的点云数据的高度(总行数)。
                        2.对未组织的数据,它被设置为1。
VIEWPOINT 0 0 0 1 0 0 0 采集数据时的视点(由平移tx,ty,tz和四元数qw,qx,qy,qz组成)。
POINTS 181550           指定点云总个数。
DATA ascii              数据类型
1.3159573 0.89465034 1.7700001 4287533445
1.3135536 0.88792604 1.7680001 4287270020
1.3126484 0.88222772 1.7680001 4287402374
1.3117549 0.87654412 1.7680001 4287402887
1.3153214 0.87383044 1.774 4287270785
1.3174117 0.87011409 1.7780001 4287467650
1.3172878 0.86492777 1.779 4287335811

数据解说摘自

这个是我用Kinect显示出的彩色点云数据的一部分，图就是下面这个灯。
在这里插入图片描述

保存彩色点云

再来说是如何获得的，代码如下：来源

#include <Kinect.h>
#include <opencv2\opencv.hpp>
#include <pcl/visualization/cloud_viewer.h> 
#include <pcl/visualization/pcl_visualizer.h>
#include <opencv2/highgui/highgui.hpp>
#include <pcl/point_cloud.h>
#include <pcl/io/pcd_io.h>

using namespace cv;
using namespace std;


IKinectSensor* pSensor;
ICoordinateMapper* pMapper;
const int iDWidth = 512, iDHeight = 424;//深度图尺寸
const int iCWidth = 1920, iCHeight = 1080;//彩色图尺寸
CameraSpacePoint depth2xyz[iDWidth * iDHeight];
ColorSpacePoint depth2rgb[iCWidth * iCHeight];


void viewerOneOff(pcl::visualization::PCLVisualizer& viewer)
{
	viewer.setBackgroundColor(1.0, 1.0, 1.0);//设置背景颜色 
}


//启动Kinect
bool initKinect()
{
	if (FAILED(GetDefaultKinectSensor(&pSensor))) return false;
	if (pSensor)
	{
		pSensor->get_CoordinateMapper(&pMapper);
		pSensor->Open();
		cout << "已打开相机" << endl;
		return true;
	}
	else return false;
}
//获取深度帧
Mat DepthData()
{
	IDepthFrameSource* pFrameSource = nullptr;
	pSensor->get_DepthFrameSource(&pFrameSource);
	IDepthFrameReader* pFrameReader = nullptr;
	pFrameSource->OpenReader(&pFrameReader);
	IDepthFrame* pFrame = nullptr;
	Mat mDepthImg(iDHeight, iDWidth, CV_16UC1);
	while (true)
	{
		if (pFrameReader->AcquireLatestFrame(&pFrame) == S_OK)
		{

			pFrame->CopyFrameDataToArray(iDWidth * iDHeight, reinterpret_cast<UINT16*>(mDepthImg.data));
			cout << "已获取深度帧" << endl;
			pFrame->Release();
			return mDepthImg;
			break;
		}
	}
}
//获取彩色帧
Mat RGBData()
{
	IColorFrameSource* pFrameSource = nullptr;
	pSensor->get_ColorFrameSource(&pFrameSource);
	IColorFrameReader* pFrameReader = nullptr;
	pFrameSource->OpenReader(&pFrameReader);
	IColorFrame* pFrame = nullptr;
	Mat mColorImg(iCHeight, iCWidth, CV_8UC4);
	while (true)
	{
		if (pFrameReader->AcquireLatestFrame(&pFrame) == S_OK)
		{

			pFrame->CopyConvertedFrameDataToArray(iCWidth * iCHeight * 4, mColorImg.data, ColorImageFormat_Bgra);
			cout << "已获取彩色帧" << endl;
			pFrame->Release();
			return mColorImg;
			break;
		}
	}
}


int main()
{
	initKinect();
	pcl::visualization::CloudViewer viewer("Cloud Viewer");//简单显示点云的可视化工具类
	viewer.runOnVisualizationThreadOnce(viewerOneOff);//点云显示线程，渲染输出时每次都调用
	pcl::PointCloud<pcl::PointXYZRGBA>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGBA>);
	Mat mColorImg;
	Mat mDepthImg;
	int count = 0;
	while (count <= 0)
	{
		Sleep(5000);
		mColorImg = RGBData();
		mDepthImg = DepthData();
		imshow("RGB", mColorImg);
		pMapper->MapDepthFrameToColorSpace(iDHeight * iDWidth, reinterpret_cast<UINT16*>(mDepthImg.data), iDHeight* iDWidth, depth2rgb);//深度图到颜色的映射
		pMapper->MapDepthFrameToCameraSpace(iDHeight * iDWidth, reinterpret_cast<UINT16*>(mDepthImg.data), iDHeight* iDWidth, depth2xyz);//深度图到相机三维空间的映射


		float maxX = depth2xyz[0].X, maxY = depth2xyz[0].Y, maxZ = depth2xyz[0].Z;
		float minX = depth2xyz[0].X, minY = depth2xyz[0].Y, minZ = depth2xyz[0].Z;
		for (size_t i = 0; i < iDWidth; i++)
		{
			for (size_t j = 0; j < iDHeight; j++)
			{
				pcl::PointXYZRGBA pointTemp;
				if (depth2xyz[i + j * iDWidth].Z > 0.5 && depth2rgb[i + j * iDWidth].X < 1920 && depth2rgb[i + j * iDWidth].X>0 && depth2rgb[i + j * iDWidth].Y < 1080 && depth2rgb[i + j * iDWidth].Y>0)
				{
					pointTemp.x = -depth2xyz[i + j * iDWidth].X;
					if (depth2xyz[i + j * iDWidth].X > maxX) maxX = -depth2xyz[i + j * iDWidth].X;
					if (depth2xyz[i + j * iDWidth].X < minX) minX = -depth2xyz[i + j * iDWidth].X;
					pointTemp.y = depth2xyz[i + j * iDWidth].Y;
					if (depth2xyz[i + j * iDWidth].Y > maxY) maxY = depth2xyz[i + j * iDWidth].Y;
					if (depth2xyz[i + j * iDWidth].Y < minY) minY = depth2xyz[i + j * iDWidth].Y;
					pointTemp.z = depth2xyz[i + j * iDWidth].Z;
					if (depth2xyz[i + j * iDWidth].Z != 0.0)
					{
						if (depth2xyz[i + j * iDWidth].Z > maxZ) maxZ = depth2xyz[i + j * iDWidth].Z;
						if (depth2xyz[i + j * iDWidth].Z < minZ) minZ = depth2xyz[i + j * iDWidth].Z;
					}
					pointTemp.b = mColorImg.at<cv::Vec4b>(depth2rgb[i + j * iDWidth].Y, depth2rgb[i + j * iDWidth].X)[0];
					pointTemp.g = mColorImg.at<cv::Vec4b>(depth2rgb[i + j * iDWidth].Y, depth2rgb[i + j * iDWidth].X)[1];
					pointTemp.r = mColorImg.at<cv::Vec4b>(depth2rgb[i + j * iDWidth].Y, depth2rgb[i + j * iDWidth].X)[2];
					pointTemp.a = mColorImg.at<cv::Vec4b>(depth2rgb[i + j * iDWidth].Y, depth2rgb[i + j * iDWidth].X)[3];
					cloud->push_back(pointTemp);
				}

			}

		}
		//pcl::io::savePCDFileASCII("deng.pcd", *cloud);
		/*char image_name[13];
		sprintf(image_name, "%s%d%s", "C:/Users/Xu_Ruijie/Desktop", count, ".pcd");
		imwrite(image_name, im);*/
		string s = "我来了";
		s += ".pcd";
		pcl::io::savePCDFile(s, *cloud, false);
		std::cerr << "Saved " << cloud->points.size() << " data points." << std::endl;
		viewer.showCloud(cloud);
		
		count++;
		mColorImg.release();
		mDepthImg.release();
		cloud->clear();
		waitKey(10);

	}
	return 0;
}

在基础上加了保存pcd的命令，while那里count可以随便改，注意保存的时候修改一下每次保存的文件名就行了。再贴一个无颜色的点云获取 原始点云获取

余留问题

  1. 我获得原始点云时候，保存了pcd，但是我读不出来，显示pcd::io报错，特别奇怪，就是read那里中止了，希望明天可以解决。【已解决】
    代码直接贴出来了：文件名改成自己的就行，但是这个读出来只是没有颜色的点云，还需进一步完善。
#include<iostream>
#include<pcl/io/pcd_io.h>
#include<pcl/point_types.h>
#include <pcl/visualization/cloud_viewer.h>
void viewerOneOff(pcl::visualization::PCLVisualizer& viewer) {
    viewer.setBackgroundColor(1.0f, 0.5f, 1.0f);
}

int main(int argc, char** argv) {
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);

    //*打开点云文件
    if (pcl::io::loadPCDFile<pcl::PointXYZ>("test2.pcd", *cloud) == -1) {
        PCL_ERROR("Couldn't read file rabbit.pcd\n");
        return(-1);
    }
    std::cout << cloud->points.size() << std::endl;
    pcl::visualization::CloudViewer viewer("cloud viewer");
    viewer.showCloud(cloud);
    viewer.runOnVisualizationThreadOnce(viewerOneOff);

    system("pause");
    return 0;
}
  1. pointnet的图片是ply格式的。
  2. 代码有些还不太明白。
  3. 之后就是点云分割和滤波处理了。

还在学习中，欢迎留言。

旭日不冷
关注
  • 7
    点赞
  • 踩
  • 45
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
专栏目录
PCL点云处理之批量读写pcd点云文件并赋色输出（一百三十四）
weixin_44329757的博客
01-14 1045
很多时候我们需要对已经分割好的点云块随机赋予颜色，这样显示会比较明显，写论文时作图也好看点，每个点云块赋予唯一颜色也能用于观察实验结果是否准确，相比用软件一个一个框选或者加载赋予颜色，程序自动赋色输出将非常省事，下面是一个例子，完成批量读取PCD点云文件并随机赋予每个文件中的点云集一个唯一颜色的功能，本人对此浸淫多年，可供诸君参考（抄完示例抄源码？可笑可笑）。欧式聚类与赋色输出小技巧罢
【GlobalMapper精品教程】077：点云着色方式案例详解
「 刘一哥与GIS的故事」
04-23 388
1. 真彩色着色 2. 高程着色 3. 强度着色 4. 分类着色 5. 按地面以上高度着色 6. 点索引着色 7. 按点密度着色 8. 用户定义的着色。在Global Mapper中，可以通过在图层控制中选择点云图层并进行属性设置，来选择和配置适合需求的点云着色方式。这使得可以根据点云数据的特点和应用需求，选择合适的着色方式进行点云数据的可视化和分析。
从PCD文件中读取与保存点云文件
Scarlett的博客
06-26 3116
数据输入输出
点云配准，然后将配准后的点云保存为pcd文件
Fredric18的博客
06-05 1732
两个点云进行配准，然后将配准后的点云保存为pcd文件，本文是在《点云库PCL从入门到精通》基础上修改的。 pairwise_incremental_registration.cpp如下所示： #include <boost/make_shared.hpp> #include <pcl/point_types.h> #include <pcl/point_cloud.h> #include <pcl/point_representation.h> #includ
PCL学习笔记——pcd文件的读取和保存
weixin_51021488的博客
09-06 1126
pcl读取pcd文件并保存
由RGB图像和深度图像获取点云
sinat_26871259的博客
11-20 8575
#include &lt;iostream&gt; #include &lt;fstream&gt; #include &lt;string&gt; #include &lt;pcl/io/pcd_io.h&gt; #include &lt;pcl/io/ply_io.h&gt; #include &lt;pcl/common/transforms.h&gt; ...
PCL1.7.2+Kinect V 2.0获取并保存点云PCD数据程序
04-07
使用最新的Kinect V 2.0传感器设备获取场景中的深度图像和彩色图像，并将二者转换保存为PCL数据库所使用的PCD点云数据格式，然后借助编程算法，编写程序将保存的点云PCD格式数据，成功的保存到电脑Dist里面。...
彩色图片和深度图片生成点云文件
07-23
5. **文件保存**：将生成的点云数据保存为PCD或PLY格式。PCD文件可以直接用PCL库读取和处理，PLY文件则可以使用各种3D建模软件打开。 在`2d23d.cpp`这个源代码文件中，很可能包含了上述过程的具体实现。代码可能...
ROS三维点云地图转二维地图，功能包
02-25
同时，如果需要彩色地图，还可以将点云的颜色信息一起转换并保存为JPEG格式。 总结来说，这个项目涉及了ROS中的点云处理、降维、栅格化和地图发布的多个关键环节，是机器人导航和避障系统中不可或缺的一部分。通过...
斯坦福的小兔子点云rabbit.pcd
03-18
在学习点云输入输出时，理解如何读取和写入PCD文件至关重要。PCL库提供了方便的API，可以轻松实现这一功能。例如，使用`pcl::io::loadPCDFile()`函数读取点云数据，`pcl::io::savePCDFile()`函数则用于将点云数据...
各种类型点云文件
05-25
各种类型的点云文件，3pv,ply,vtk....等等，点云非常稠密
从pcd点云文件中计算深度图
09-12
本项目是一个C++程序，利用了OpenCV和PCL（Point Cloud Library）库，其主要目的是从PCD文件中提取深度信息并生成深度图。 首先，我们需要了解PCD文件。PCD文件是一种轻量级的格式，可以存储包括XYZ坐标、RGB颜色、...
OpenCV Reprojecto3D 后 点云生成PCD格式
小申璐学习基地
03-30 2808
void StereoMatch::savePointClouds(cv::Mat& pointClouds, const char* filename)  //pointclouds 是点云 {  int i=0;  const double max_z = 1.0e4;  for(int y = 0; y   {    for(int x = 0; x    {     c
Open3d(进阶四)——多视角点云配准
qq_39629280的博客
09-14 5121
亲测代码程序可运行使用，open3d版本0.13.0。 open3d数据资源下载:GitHub - Cobotic/Open3D: Open3D: A Modern Library for 3D Data Processing 代码执行功能有：点云输入、可视化、姿态图、得到合并的点云，详情请见代码。 ''' Author: dongcidaci Date: 2021-09-14 11:52:46 LastEditTime: 2021-09-14 13:21:40 LastEditors: Plea.
彩色点云初始匹配出现色彩丢失的问题
ganguowa的博客
07-09 1108
我在进行点云SAC初始匹配时，出现了点云色彩丢失的问题。如下图所示：我用了两种方法：一种是直接对PointXYZRGB格式的点云进行SAC配准，得到配准后的图像。另一种是以PointXYZ格式载入点云进行配置，根据得到旋转矩阵对PointXYZRGB格式点云进行旋转，两种方式都会出现上述现象。打开对应的pcd文件，可以看到：彩色缺失的部分全部变为了：nan.从PCL 1.0.1版本开始，用字符串“n
3d点云文件保存 pcd和ply
mindfusion的博客
07-05 3979
#include <pcl/io/ply_io.h> #include <pcl/visualization/cloud_viewer.h> #include <pcl/common/centroid.h> #include <pcl/common/distances.h> #include <pcl/common/eigen.h> #...
深度图像+rgb转化点云数据、点云数据打开、显示以及保存
致宁的大博客！
01-30 8109
点云的打开 // 创建点云（指针） pcl::PointCloud&amp;lt;pcl::PointXYZ&amp;gt;::Ptr cloud(new pcl::PointCloud&amp;lt;pcl::PointXYZ&amp;gt;); // 读入PCD格式的文件，如果文件不存在，返回-1 if (pcl::io::loadPCDFile&amp;lt;pcl::PointXYZ&amp;gt;(&quot;cloud.p
opencv—常用函数学习_“干货“_10
chen_0717的博客
07-16 823
离散余弦变换、图像几何变换
RK3588 编译opencv&opencv_contrib记录
最新发布
crystal_sugar的博客
07-19 606
需要opencv和opencv-contrib的版本号保持一致，如下载opencv-4.5.1和opencv_contrib-4.5.1。编译过程很漫长，基本不会一次通过，需要耐心定位错误。用C++测试opencv，调用摄像头并在屏幕上显示内容，使用USB免驱摄像头。等关键字的信息，然后百度或谷歌，如果成功编译后在控制台继续输入。网络搜索并下载这些文件，放到指定目录。该文件不需要下载，可以在opencv文件夹中找到，将。，完成后就可以去你指定的安装目录下查看了。，然后经过漫长的等待，完成后再输入。
彩色点云获取 python
08-30
在Python中，可以使用不同的库获取彩色点云数据。其中一种常用的库是Open3D。你可以使用Open3D库中的函数来读取彩色点云文件，并将其转换为点云数据结构。 首先，你需要安装Open3D库。可以使用pip命令进行安装，如下所示： ``` pip install open3d ``` 接下来，你可以使用下面的代码来读取彩色点云文件： ```python import open3d as o3d # 读取彩色点云文件 pcd = o3d.io.read_point_cloud("path/to/your/file.ply") # 查看点云信息 print(pcd) ``` 在上面的代码中，你需要将"path/to/your/file.ply"替换为你的彩色点云文件的路径。 通过上述代码，你可以将彩色点云文件读取到一个点云数据结构中，并且可以查看点云的信息。你可以根据需要，对读取到的点云数据进行进一步的处理和操作，例如点云配准、点云分割、点云可视化等。在Open3D库中，还提供了许多函数和方法来进行这些操作。 请注意，上述代码只是一个简单的示例，实际应用中可能需要根据具体的彩色点云文件的格式和数据结构进行相应的调整。此外，在获取彩色点云之前，你可能需要先获取对应的深度图像和RGB图像数据，然后将它们组合成彩色点云。 引用:这里我们将配准好的点云文件直接拿过来用。这两个文件分别是bun001.ply文件和bun002.ply。文件下载地址为python点云拼接样例数据-深度学习文档类资源-CSDN下载。 1 python拼接程序 。 引用:python三维点云研究计划_Coding的叶子的博客-CSDN博客_3d点云 python将按照以下目录持续进行更新……点云格式介绍、点云可视化、点云投影、生成鸟瞰图、生成前视图、点云配准、点云分割、三维目标检测、点云重建、深度学习点云算法……https://blog.csdn.net/suiyingy/article/details/124017716点云配准（一）— ICP方法_Coding的叶子的博客-CSDN博客点云配准——ICP方法介绍https://blog.csdn.net/suiyingy/article/details/124336448更多三维、二维感知算法和金融量化分析算法请关注“乐乐感知学堂”微信公众号，并将持续进行更新。 。 引用:点云拼接主要是把不同的点云拼接到一起。通常，为了获得一个完整物体的三维点云，我们可能会在不同的视点进行数据采集，然后把采集的点云数据拼接到一起。 。 <span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [python点云拼接](https://blog.csdn.net/suiyingy/article/details/124343913)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“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 10
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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