PCL立方体裁剪（crop_box）

1.原理

即使用一个AABB盒，去裁剪位于立方体内部/外部的点云。

（1）定义AABB盒。

（2）使用该盒子裁剪点云，得到结果点云。

2.使用场景

当你需要用立方体裁剪点云的时候。多用在实际工作中三维情况下的框选。

3.注意事项

立方体裁剪可裁剪得到立方体的内部点和外部点。

4.关键函数

（1）是否保留删除点的索引，false为保留删除点的索引，true为不保留删除点的索引。

setKeepOrganized()

（2）设置被过滤的点不被删除的情况下，给其均赋予新值；与setKeepOrganized()联动使用。

setUserFilterValue()

（3）提取AABB包围盒内、外的点。

在使用立方体裁剪后，保存其索引，使用索引滤波提取立方体外的点。

片段代码示例：

// 内部点
    pcl::ExtractIndices<pcl::PointXYZRGB> extr;                                     // 索引滤波器
    extr.setInputCloud(cloud);                                                      // 设置输入点云
    extr.setIndices(indexes);                                                       // 设置索引
    extr.filter(*cloud_in_box_filtered);                                            // 提取对应索引的点云
    // 外部点
    extr.setNegative(true);                                                         // 提取对应索引之外的点
    extr.filter(*cloud_out_box_filtered);

5.代码

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl/filters/crop_box.h>
#include <pcl/filters/extract_indices.h>
#include <boost/thread/thread.hpp>
#include <pcl/visualization/pcl_visualizer.h>

int main()
{
    /****************立方体裁剪********************/
    // 原始点云
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>);
    pcl::io::loadPCDFile("D:/code/csdn/data/bunny.pcd", *cloud);   // 加载原始点云数据
    // 结果点云
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud_in_box_filtered(new pcl::PointCloud<pcl::PointXYZRGB>);     // 裁剪后立方体内部的点云
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud_out_box_filtered(new pcl::PointCloud<pcl::PointXYZRGB>);    // 裁剪后立方体内部的点云

    // 立方体裁剪
    pcl::CropBox<pcl::PointXYZRGB> filters;
    Eigen::Vector4f min_pt = { -0.1,-0.1,-0.1,0 };                                  // 立方体box值
    Eigen::Vector4f max_pt = { 0.1,0.1,0.1,0 };
    filters.setMin(min_pt);                                                         // 给定立体空间
    filters.setMax(max_pt);
    filters.setInputCloud(cloud);                                                   // 输入点云
    filters.setKeepOrganized(false);                                                // false保留删除的点云点的索引，true不保留删除的点云点的索引
    filters.setUserFilterValue(0.1f);                                               // 可设置被过滤的点不被删除，而是修改为其他值（本方法需与setKeepOrganized联用）
    pcl::IndicesPtr indexes(new pcl::Indices());                                    // 记录索引
    filters.filter(*indexes);                                                       // 获取位于框内点的索引

    // 提取立方体内部和外部点
    // 内部点
    pcl::ExtractIndices<pcl::PointXYZRGB> extr;                                     // 索引滤波器
    extr.setInputCloud(cloud);                                                      // 设置输入点云
    extr.setIndices(indexes);                                                       // 设置索引
    extr.filter(*cloud_in_box_filtered);                                            // 提取对应索引的点云
    // 外部点
    extr.setNegative(true);                                                         // 提取对应索引之外的点
    extr.filter(*cloud_out_box_filtered);

    /****************展示********************/
    boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("PCL"));
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZRGB> in(cloud_in_box_filtered, 255, 0, 0);
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZRGB> out(cloud_out_box_filtered, 0, 255, 0);
    viewer->addCube(min_pt[0], max_pt[0], min_pt[1], max_pt[1], min_pt[2], max_pt[2], 0.5, 0, 0.5, "cube");
    viewer->setRepresentationToWireframeForAllActors();
    viewer->addPointCloud(cloud_in_box_filtered, in, "cloud_in_box");
    viewer->addPointCloud(cloud_out_box_filtered, out, "cloud_out_box");

    while (!viewer->wasStopped())
    {
        viewer->spinOnce(100);
        boost::this_thread::sleep(boost::posix_time::microseconds(100000));
    }

    return 0;
}

6.结果展示