PCL PointCloud类型介绍

PCL PointCloud 类型介绍

在 PCL 中，PointT 是基本的点的表示形式，包括 PointXYZ、PointXYZRGB、Normal 等，而 PointCloud 则是存储点集的容器。

PointCloud 被定义在 point_cloud 文件中。

一、成员变量

• header：包含点云的信息，详见 PCLHeader 类型介绍。

• points：保存点云的容器，类型为 std::vector<PointT>。

• width：类型为uint32_t，表示点云宽度（如果组织为图像结构），即一行点云的数量。

• height：类型为uint32_t，表示点云高度（如果组织为图像结构）。

  ​ 若为有序点云，height 可以大于 1，即多行点云，每行固定点云的宽度；若为无序点云，height 等于 1，即一行点云，此时 width 的数量即为点云的数量。

• is_dense：bool 类型，若点云中的数据都是有限的（不包含 inf/NaN 这样的值），则为 true，否则为 false。

• sensor_origin_ ：类型为Eigen::Vector4f，指定传感器的采集位姿，用的少，一般不用管。

• sensor_orientation_ ：类型为Eigen::Quaternionf，指定传感器的采集位姿（方向），用的少，一般不用管。

• mapping_ ()：类型为boost::shared_ptr<MsgFieldMap>，这是由 ROS 整合推动的。用户不需要访问映射。

以上成员变量，黑体加粗的比较重要，要了解它们的含义。

二、构造函数

1、默认构造函数

PointCloud(): 
	header(), points(), width(0), height(0), is_dense(true),
	sensor_origin_(Eigen::Vector4f::Zero ()), sensor_orientation_(Eigen::Quaternionf::Identity ()),
	mapping_()
	{}

2、拷贝构造函数

PointCloud (PointCloud<PointT> &pc) : 
        header (), points (), width (0), height (0), is_dense (true), 
        sensor_origin_ (Eigen::Vector4f::Zero ()), sensor_orientation_ (Eigen::Quaternionf::Identity ()),
        mapping_ ()
      {
        *this = pc;
      }

PointCloud (const PointCloud<PointT> &pc) : 
        header (), points (), width (0), height (0), is_dense (true), 
        sensor_origin_ (Eigen::Vector4f::Zero ()), sensor_orientation_ (Eigen::Quaternionf::Identity ()),
        mapping_ ()
      {
        *this = pc;
      }

3、其他构造函数

// 根据索引创建对象（无序点云）
PointCloud (const PointCloud<PointT> &pc, 
                  const std::vector<int> &indices) :
        header (pc.header), points (indices.size ()), width (indices.size ()), height (1), is_dense (pc.is_dense),
        sensor_origin_ (pc.sensor_origin_), sensor_orientation_ (pc.sensor_orientation_),
        mapping_ ()
      {
        // Copy the obvious
        assert (indices.size () <= pc.size ());
        for (size_t i = 0; i < indices.size (); i++)
        	points[i] = pc.points[indices[i]];
      }

// 指定大小创建对象
PointCloud (uint32_t width_, uint32_t height_, const PointT& value_ = PointT ())
        : header ()
        , points (width_ * height_, value_)
        , width (width_)
        , height (height_)
        , is_dense (true)
        , sensor_origin_ (Eigen::Vector4f::Zero ())
        , sensor_orientation_ (Eigen::Quaternionf::Identity ())
        , mapping_ ()
      {}

三、成员函数

1、基于 points 实现的成员函数

points 是 PointCloud 内部存放点集的 vector 容器，对点的操作都是基于对 vector 的操作，而 PointCloud 封装了 vector 的函数，可以直接对 PointCloud 调用操作vector 的函数，与操作 points 一样。

举个例子：

inline PointT&
operator () (size_t column, size_t row)
{
    return (points[row * this->width + column]);
}

inline iterator 
erase (iterator position)
{
    iterator it = points.erase (position); 
    width = static_cast<uint32_t> (points.size ());
    height = 1;
    return (it);
}

inline size_t size () const { return (points.size ()); }
inline void reserve (size_t n) { points.reserve (n); }
inline bool empty () const { return points.empty (); }

...

对 PointCloud 的操作与对 points 的操作是一样的：

PointCloud<PointXYZ> pointcloud;

size_t size1 = pointcloud.size();
bool flag1 = pointcloud.empty();

// 等价操作
size_t size2 = pointcloud.points.size();
bool flag2 = pointcloud.points.empty();

以上两种操作是等价的，都可以达到目的。

PointCloud 的这些函数都是基于 points 实现的，如果对 vector 熟悉，那么 PointCloud 的这些函数就很容易了。

2、其他函数

// 判断点云是否有序
inline bool
isOrganized () const
{
    return (height > 1);
}

// 将对象转化为指针
inline Ptr 
makeShared () const { return Ptr (new PointCloud<PointT> (*this)); }

四、类外输出函数

PCL 中重载了 cout，具体如下，该函数在类外实现，具体原因请参考 输出操作符 ( ＜＜ ) 重载的类内、类外实现.

template <typename PointT> std::ostream&
operator << (std::ostream& s, const pcl::PointCloud<PointT> &p)
{
    s << "points[]: " << p.points.size () << std::endl;
    s << "width: " << p.width << std::endl;
    s << "height: " << p.height << std::endl;
    s << "is_dense: " << p.is_dense << std::endl;
    s << "sensor origin (xyz): [" << 
        p.sensor_origin_.x () << ", " << 
        p.sensor_origin_.y () << ", " << 
        p.sensor_origin_.z () << "] / orientation (xyzw): [" << 
        p.sensor_orientation_.x () << ", " << 
        p.sensor_orientation_.y () << ", " << 
        p.sensor_orientation_.z () << ", " << 
        p.sensor_orientation_.w () << "]" <<
        std::endl;
    return (s);
}