PCL 点云压缩（由八叉树实现）（Common_Compression）

注意：点云压缩时，若点云精度（分辨率）设置错误，将有一定的精度损失。因此注意点云分辨率的正确设置。

可压缩无序点云和有序点云。

1.原理

点云带有大量的数据，不仅包括三维信息，还有额外的距离，颜色，法向量等等。此外，点云可以快速生成，这会占有大量的内存资源。一旦点云必须被存储或者用于通信传输，对于点云的压缩技术就显得十分重要了。PCL提供了点云压缩功能，它支持对各种类型点云的压缩，其中包括无序点云，此外，在八叉树结构下的数据支持高效地合并多个来自不同数据源的点云。

2.使用场景

对点云数据进行压缩，减少空间消耗。

3.注意事项

正确设置合适分辨率，防止精度丢失。

有序点云及无序点云均可用。

4.关键函数

（1）默认参数压缩对象

	// 默认参数压缩对象
	pcl::io::OctreePointCloudCompression<pcl::PointXYZRGB>* compression = new pcl::io::OctreePointCloudCompression<pcl::PointXYZRGB>
	(pcl::io::LOW_RES_ONLINE_COMPRESSION_WITH_COLOR);

1）参数：定义压缩配置文件

• LOW_RES_ONLINE_COMPRESSION_WITHOUT_COLOR：分辨率1立方厘米，压缩完之后无颜色，快速在线编码
• LOW_RES_ONLINE_COMPRESSION_WITH_COLOR：分辨率1立方厘米，压缩完之后有颜色，快速在线编码
• MED_RES_ONLINE_COMPRESSION_WITHOUT_COLOR：分辨率5立方毫米，压缩完之后无颜色，快速在线编码
• MED_RES_ONLINE_COMPRESSION_WITH_COLOR：分辨率5立方毫米，压缩完之后有颜色，快速在线编码
• HIGH_RES_ONLINE_COMPRESSION_WITHOUT_COLOR：分辨率1立方毫米，压缩完之后无颜色，快速在线编码
• HIGH_RES_ONLINE_COMPRESSION_WITH_COLOR：分辨率1立方毫米，压缩完之后有颜色，快速在线编
• LOW_RES_OFFLINE_COMPRESSION_WITHOUT_COLOR：分辨率1立方厘米，压缩完之后无颜色，高效离线编码
• LOW_RES_OFFLINE_COMPRESSION_WITH_COLOR：分辨率1立方厘米，压缩完之后有颜色，高效离线编码
• MED_RES_OFFLINE_COMPRESSION_WITHOUT_COLOR：分辨率5立方毫米，压缩完之后无颜色，高效离线编码
• MED_RES_OFFLINE_COMPRESSION_WITH_COLOR：分辨率5立方毫米，压缩完之后有颜色，高效离线编码
• HIGH_RES_OFFLINE_COMPRESSION_WITHOUT_COLOR：分辨率1立方毫米，压缩完之后无颜色，高效离线编码
• HIGH_RES_OFFLINE_COMPRESSION_WITH_COLOR：分辨率1立方毫米，压缩完之后有颜色，高效离线编码

（2）自定义参数压缩对象

// 自定义参数压缩对象
	pcl::io::OctreePointCloudCompression<pcl::PointXYZRGB>* compression = new pcl::io::OctreePointCloudCompression<pcl::PointXYZRGB>		// 定义点云压缩对象
		( 
		pcl::io::MANUAL_CONFIGURATION,			// 定义自定义参数型压缩配置文件
		true,									// 是否打印压缩统计信息
		0.001,									// 点坐标的精度
		0.01,									// 最低八叉树级别的八叉树分辨率，即八叉树最低层级的体素块的边长
		false,									// 点云压缩前，是否进行体素网格过滤
		100,									// 点云压缩模式对点云进行差分编码压缩，用这种方法对新引入的点云和之前编码的点云之间的差分进行编码，以便获得最大压缩性能，iFrameRate_arg指定了一个速率，如果数据流中的帧速率低于这个速率则不进行差分编码压缩
		true,									// 是否对颜色编码进行压缩
		8										// 每一个颜色编码所占的位数
		);

1）源码中函数原型为：

        OctreePointCloudCompression (compression_Profiles_e compressionProfile_arg = MED_RES_ONLINE_COMPRESSION_WITH_COLOR,
                               bool showStatistics_arg = false,
                               const double pointResolution_arg = 0.001,
                               const double octreeResolution_arg = 0.01,
                               bool doVoxelGridDownDownSampling_arg = false,
                               const unsigned int iFrameRate_arg = 30,
                               bool doColorEncoding_arg = true,
                               const unsigned char colorBitResolution_arg = 6) :

• compressionProfile_arg：定义压缩配置文件
• showStatistics_arg：是否打印压缩统计信息
• pointResolution_arg：点的分辨率。即点的坐标可精确到的程度（精确到小数点后几位）【开启细节编码时生效】。该值设置不对，将造成精度丢失。
• octreeResolution_arg：八叉树最小体素块的边长。
• doVoxelGridDownDownSampling_arg：在压缩前，是否进行体素抽稀。
• iFrameRate_arg：是用来决定进行l帧编码的频率，如果此数值为30，则每隔30帧进行一次!帧编码，中间的帧则进行P帧编码。
• doColorEncoding_arg：是否进行颜色编码。
• colorBitResolution_arg：颜色的字节数。

5.代码

#include <iostream>
#include <pcl/point_cloud.h>
#include <pcl/io/pcd_io.h>
#include <pcl/compression/octree_pointcloud_compression.h> //点云压缩
#include <pcl/visualization/pcl_visualizer.h>
#include <boost/thread/thread.hpp>

int main()
{
    /****************基于八叉树的点云压缩********************/
    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
	std::stringstream compressedData;								// 压缩之后的点云数据（字节流）
	pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloudOut(new pcl::PointCloud<pcl::PointXYZRGB>());		// 解压缩之后点云

    // 基于八叉树的点云压缩
	 默认参数压缩对象
	//pcl::io::OctreePointCloudCompression<pcl::PointXYZRGB>* compression = new pcl::io::OctreePointCloudCompression<pcl::PointXYZRGB>		// 定义点云压缩对象
	//	(pcl::io::LOW_RES_ONLINE_COMPRESSION_WITH_COLOR);

	// 自定义参数压缩对象
	pcl::io::OctreePointCloudCompression<pcl::PointXYZRGB>* compression = new pcl::io::OctreePointCloudCompression<pcl::PointXYZRGB>		// 定义点云压缩对象
		( 
		pcl::io::MANUAL_CONFIGURATION,			// 定义压缩配置文件
		true,									// 是否打印压缩统计信息
		0.0001,									// 点坐标的精度
		0.001,									// 最低八叉树级别的八叉树分辨率，即八叉树最低层级的体素块的边长
		false,									// 点云压缩前，是否进行体素网格过滤
		100,									// 点云压缩模式对点云进行差分编码压缩，用这种方法对新引入的点云和之前编码的点云之间的差分进行编码，以便获得最大压缩性能，iFrameRate_arg指定了一个速率，如果数据流中的帧速率低于这个速率则不进行差分编码压缩
		true,									// 是否对颜色编码进行压缩
		8										// 每一个颜色编码所占的位数
		);

	// 压缩点云
	compression->encodePointCloud(cloud, compressedData);										// 压缩点云
	compressedData.write("D:/code/csdn/data/compressed.bin", sizeof(compressedData));								// 将压缩点云的文件结果写到bin文件中

	// 解压缩点云
	std::ifstream compressedBin("D:/code/csdn/data/compressed.bin", ios::binary);				// 读取bin文件
	compression->decodePointCloud(compressedData, cloudOut);									// 解压缩点云

	/****************展示********************/
	// 压缩前
	boost::shared_ptr<pcl::visualization::PCLVisualizer> view0(new pcl::visualization::PCLVisualizer("raw"));
	view0->addPointCloud<pcl::PointXYZRGB>(cloud, "raw cloud");
	view0->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "raw cloud");

	// 压缩后
	boost::shared_ptr<pcl::visualization::PCLVisualizer> view1(new pcl::visualization::PCLVisualizer("result"));
	view1->addPointCloud<pcl::PointXYZRGB>(cloudOut, "result cloud");
	view1->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "result cloud");

	while (!view0->wasStopped() || !view1->wasStopped())
	{
		view0->spinOnce(100);
		view1->spinOnce(100);
		boost::this_thread::sleep(boost::posix_time::microseconds(100000));
	}

	return 0;
}

6.结果展示

压缩信息打印结果：

压缩和解压缩结果（左为压缩前，右为压缩后再解压缩）：