PCL passfilter 使用

最新推荐文章于 2024-07-31 17:18:20 发布

cactus233

最新推荐文章于 2024-07-31 17:18:20 发布

阅读量639

点赞数 1

分类专栏： C++ 三维重建

本文链接：https://blog.csdn.net/zhaoxr233/article/details/91996737

版权

本文详细介绍了如何在Point Cloud Library (PCL) 中使用pass滤波器进行点云数据处理。通过实例展示了滤波器在去除噪声、简化点云结构等方面的作用，帮助读者理解并掌握PCL滤波器的实战技巧。

摘要由CSDN通过智能技术生成

pass滤波器的使用

#include "stdafx.h"


#include <iostream>
#include <pcl/point_types.h>
#include <pcl/filters/passthrough.h>
#include <pcl/visualization/cloud_viewer.h>

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

	// Fill in the cloud data 随机产生点云数据 5个点
	cloud->width = 5;
	cloud->height = 1;
	cloud->points.resize(cloud->width * cloud->height);

	for (size_t i = 0; i < cloud->points.size(); ++i)
	{
		cloud->points[i].x = 1024 * rand() / (RAND_MAX + 1.0f);
		cloud->points[i].y = 1024 * rand() / (RAND_MAX + 1.0f);
		cloud->points[i].z = 1024 * rand() / (RAND_MAX + 1.0f);
	}
	//显示滤波前的点云 
	/*pcl::visualization::CloudViewer viewer("cloud viewer");
	view