提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
本次介绍使用PCL库进行点云文件(txt,pcd)的读取,代码为c++
注:本系列使用PCL处理点云均是在Ubuntu系统。
一、PCL读取txt
说明:本次介绍的读取txt文件点云数据为n×3。
首先引入必要的头文件。
#include <iostream>
#include <fstream> // 文件流相关定义声明
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
在主函数main中,我们要先定义一个点云对象cloud1。注意此处的PointXYZ,通过这个咱们应该也能知道,它定义的是x,y,z三维点云。当然也有其他类型,例如PointXYZRGB等等…
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud1(new pcl::PointCloud<pcl::PointXYZ>);
定义一个函数,用于读取txt文件:
creat_pointcloud_from_txt("chair.txt", cloud1); // 读取txt文件
具体函数:
/** 从txt文件中读取点云数据,这里只有X,Y,Z三坐标 **/
void creat_pointcloud_from_txt(const std::string& file_path, pcl::PointCloud<pcl::PointXYZ>::Ptr cloud)
{
std::ifstream file(file_path.c_str()); // 打开文件,.c_str将“file_path”转换为c风格字符串
std::string line; // 用于临时存储txt文件中的每一行数据。
pcl::PointXYZ point; // 用于读取txt文件中的点坐标
if (file.is_open()) // 判断文件是否被打开
{
while(getline(file, line)) // 读取txt文件中的一行,默认遇到“/n”停止
{
std::stringstream ss(line); // 将这一行的字符串转换s为输入流,以便提取数据
ss >> point.x;
ss >> point.y;
ss >> point.z;
cloud->push_back(point); // 将读取的数据添加进cloud中
}
file.close(); // 关闭文件流
}
else // 错误处理
{
std::cout << " 无法打开文件 " << std::endl;
}
}
具体的代码含义已经以注释的形式标注了,写的还算清晰。
通过这个函数,智能指针cloud1就已经存储了点云的所有数据。
std::cout << "点的数量:" << cloud1->points.size() << std::endl;
输出结果:
二、读取pcd文件
读取pcd文件就很容易了,PCL有专门的定义。
首先还是引入需要的头文件:
#include <iostream>
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h> // 用于pcd读取
由于PCL已经有关于读取pcd文件的相关定义,故直接全部放入main函数中:
int main()
{
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
/** 1,读取点云数据 **/
pcl::PCDReader reader;
reader.read("ism_test.pcd", *cloud);
std::cout << "原始点云的数量: "<< cloud->points.size() << std::endl;
return 0;
}
输出结果如下:
三、关于如何编译运行等问题
Ubuntu系统下使用cmake进行编译,需要相对应的CMakeLists.txt文件,build文件夹(里面存放读取的txt或pcd文件)。
一般流程是,在终端运行。
cmake ..
make
./文件名
上述三个通俗的讲:
第1个:可以看做构建项目,同时调用可能用到的库
第2个:编译项目
第3个:运行代码
这里先简单介绍,后面可能会专门出一个博客去说明这些问题,以及如何配置环境等
(后续放置链接的位置…)
如果是windows下,就还是根据自己配置好的工程,复制代码进去,然后运行吧。
总结
完整代码与数据文件:github链接
介绍了使用PCL库去读取txt、pcd点云数据,代码用的是c++,整体不太复杂,如果有不理解的,还请逐行让chatgpt解释一下,加深理解。
到此为止点云学习1的部分也就结束了,后续点云学习2…,首先介绍的就是把读取到的数据可视化,仍然分为open3d和PCL两部分。