PCL点云处理(004)-点云法向量

以下是使用PCL库进行法向量计算的C++代码示例：

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/features/normal_3d.h>
#include <pcl/visualization/cloud_viewer.h>

int main()
{
    // 读取点云数据
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile<pcl::PointXYZ>("../../data/example3.pcd", *cloud);

    // 计算法线
    pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> ne;
    ne.setInputCloud(cloud);
    pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>());
    ne.setSearchMethod(tree);
    pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
    ne.setRadiusSearch(0.2); // 设置半径搜索邻域大小
    ne.compute(*normals);

    // 可视化原始点云和法线
    pcl::visualization::PCLVisualizer viewer("PointCloud with Normals");
    viewer.setBackgroundColor(0.0, 0.0, 0.5);
    viewer.addPointCloud<pcl::PointXYZ>(cloud, "cloud");
    viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "cloud");
    viewer.addPointCloudNormals<pcl::PointXYZ, pcl::Normal>(cloud, normals, 10, 0.02, "normals");

    while (!viewer.wasStopped())
    {
        viewer.spinOnce();
    }

    return 0;
}

在上述代码中，我们首先使用pcl::io::loadPCDFile函数读取点云数据，然后创建一个pcl::NormalEstimation对象作为法向量计算器，并设置点的邻域搜索参数。

可视化结果如下(图中线段为点云的法线):

本系列全部代码的链接