PointCloudLibrary点云库介绍
PointCloudLibrary点云库介绍
PCL(Point Cloud Library)学习指南&资料推荐（2020版）
PCL开始上手其实有点容易迷惑，而且PCL文档最近（2020）改版了。里面很多文档和之前的都不一样了，我自己学习PCL时，看的是最新文档，也踩了很多坑，现在分享一下自己的学习方法和思路，希望对大家有所帮助。
顺便放下个人学习代码（有详细中文注解）：https://github.com/HuangCongQing/pcl-learning
自己做了很多笔记，有时间可以整理出来，发出来！
【20201103】系列笔记整理出来了，先放在语雀文档上，后续发在知乎上！PCL(Point Cloud Library)学习记录（2020） · 语雀
本文初写於语雀文档，阅读体验更好：
PCL(Point Cloud Library)学习指南&资料推荐：
https://www.yuque.com/huangzhongqing/pcl/rdk5k8
1 PCL 介绍
首先肯定先介绍下PCL，虽然大家都大概知道了(✿◡‿◡)！如下：
官网和github连接先mark这了。
官网：https://pointclouds.org/
GitHub：https://github.com/PointCloudLibrary/pcl
介绍：
- 点云数据的处理可以采用获得广泛应用的Point Cloud Library (点云库，PCL库)。
- PCL库是一个最初发布于2013年的开源C++库。它实现了大量点云相关的通用算法和高效的数据管理。
- 支持多种操作系统平台，可在Windows、Linux、Android、Mac OS X、部分嵌入式实时系统上运行。如果说OpenCV是2D信息获取与处理的技术结晶，那么PCL在3D信息获取与处理上，就与OpenCV具有同等地位
- PCL是BSD授权方式，可以免费进行商业和学术应用。
下面是PCL架构图
如图PCL架构图所示，对于3D点云处理来说，PCL完全是一个的模块化的现代C++模板库。其基于以下第三方库： Boost、Eigen、FLANN、VTK、CUDA、OpenNI、Qhull，实现点云相关的 获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。
我们主要学习的就是里面各种模块，总体来说16个模块（下图中有15个，少了recognition），如下：
官网各模块：https://pcl.readthedocs.io/projects/tutorials/en/latest/#
- 01common
- 02kdtree k维tree
- 03octree 八叉树
- 04search
- 05sample consensus 抽样一致性模块
- 06range-images深度图像
- 07tracking （此模块，没有官方示例代码）
- 08 io 输入输出
- 09 filters 滤波
- 10 features 特征
- 11 surface表面
- 12 segmentation分割
- 13 recognition识别（下图中没有）
- 14 registration配准
- 15 visualization可视化
- 16 keypoints关键点
每个模块都有依赖关系，依赖关系如下图（可以看出有四层），最基本的就是最底层的commom模块。
箭头对应的是依赖关系，比如第二层的kdtree依赖于common；第四层的registration有四个箭头，分别是sample_consensus, kdtree, common, features。
官方图
B站up主画的更详细的图
B站up主画的更详细的图
2 PCL学习指南
PCL最近（2020）改版了。里面很多文档和之前的都不一样了，我自己学习PCL时时，是看的最新文档，也踩了很多坑，现在分享一下自己的学习方法和思路，希望对大家有所帮助。
2.1 理解入门
先放下入门资料（ 后面会介绍）：
1. 视频： bilibili-PCL点云库官网教程
2. 点云库PCL学习教程书籍每章总结： https://github.com/MNewBie/PCL-Notes
大家应该都明白，官方文档是最好的学习资料，但目前没有中文版，我看有些博主也翻译了一部分，现在特意整理了下！
第一步，首先，大家什么都不了解的话，强烈推荐大家看这个视频入门：bilibili-PCL点云库官网教程
bibili-PCL点云库官网教程
第二步，然后，有一本中文教程大家应该知道：
点云库PCL学习教程，朱德海，北京航空航天大学出版社
这本书好多人吐槽，因为就是英文的官方文档翻译过来的，还有一些错误信息。
不过作为入门还是挺好的，里面有附带的代码demo（就是官网上的），下面是书籍PDF版和示例代码，有需要的可以看下。
百度网盘资料：
链接： https://pan.baidu.com/s/1ziq8s_kj5QpM8eXO_d6RJg
提取码：g6ny
百度网盘资料
但是这本书我没有看，因为当时在github上发现了一个人总结的书中的笔记，如下。
文档写的还挺好的，大家可以先看这个打基础，对PCL有个宏观的了解！
https://github.com/MNewBie/PCL-Notes
PCL各章节笔记
经过上面两步，大家应该对PCL有所了解，然后我们就敲代码吧!
2.2 代码实践
代码实践资料：
1 官方各模块示例(和对应的对象函数对照着看)【英文】： https://pcl.readthedocs.io/projects/tutorials/en/latest/#
2 官方各模块对应的对象和函数【英文】：
https://pointclouds.org/documentation/modules.html
https://pointclouds.org/ 点击网站中的12宫图，每一格对应一个模块的对象函数详解
3 黑马机器人系列文档：PCL-3D点云： http://robot.czxy.com/docs/pcl/
4 CSDN博主系列文章PCL学习(64篇)： https://www.cnblogs.com/li-yao7758258/category/954066.html
代码学习主要看两块：官方示例demo + 每个示例中的对象函数介绍。
主要结合这两块来看：边看示例代码，边看代码里面对象函数的参数详情。
2.2.1官方示例demo代码（官方英文，后面可以结合中文注解一起看，下面有写）
各模块的官方示例demo位置在网站侧边栏。如下图
https://pcl.readthedocs.io/projects/tutorials/en/latest/#
各模块的官方示例demo位置在网站侧边栏
2.2.2各模块的函数详解
进入各模块有两种方式
- 下面链接侧边栏也都是各模块函数详情，如下图：
https://pointclouds.org/documentation/modules.html
- 官网的Getting Started中的12宫图，每一格对应一个模块的对象函数详解，如下图
https://pointclouds.org/
侧边栏也都是各模块函数详情
官网的Getting Started中的12宫图，每一格对应一个模块的对象函数详解
2.2.3单个模块学习举例（比如IO模块）
总的学习方法：
先将要学的 官网IO模块的实例demo代码和IO模块函数的详解页面打开。
然后将 模块介绍和中文代码注释的博客打开，一起学习！
首先，将官网IO模块的实例demo代码和IO模块函数的详解页面打开，如下图：
实例demo代码（实战） 每个模块都有几个demo代码，点击进去里面有代码的解释
- shttps://pcl.readthedocs.io/projects/tutorials/en/latest/index.html#i-o
IO模块函数class
- https://pointcloudlibrary.github.io/documentation/group__io.html
同时，可以结合看中文详情博客笔记：
从PCD文件写入和读取点云数据
http://robot.czxy.com/docs/pcl/chapter01/io/
个人学习代码（有详细中文注解）：https://github.com/HuangCongQing/pcl-learning
实例demo代码（实战） 每个模块都有几个demo代码
每个示例都有对应代码和解释
对照中文博客更佳
IO模块函数class
再放下个人学习代码 （有详细中文注解）： https://github.com/HuangCongQing/pcl-learning
自己做了很多笔记，有时间可以整理发出来。
3 经验和推荐资料总结
先说下这位博主的建议，我觉得挺好的：
关于如何查找和利用PCL库学习资源的一些心得
- 博主个人推荐是把PCL官网的“API Documentation”、“Tutorial”和《点云库PCL学习教程2》结合起来用效果会比较好。如果你需要用到某项功能，先去看原版的PCL官网的“API Documentation”、“Tutorial”获取最原汁原味的“第一感觉”，然后再去看《点云库PCL学习教程2》进行“中文亲切版收割”，其中还可以顺便收割一波“理论背景与整理”。先啃硬骨头，然后云里笑。
- 看例程，需要用哪块就直接上实例熟悉代码和库。多调试代码，慢慢就熟悉了。每个人都得经历这个过程。
3.1系列资料汇总
入门资料：
- 视频：bilibili-PCL点云库官网教程
- 点云库PCL学习教程书籍每章总结：https://github.com/MNewBie/PCL-Notes
- 百度网盘资料：
链接：https://pan.baidu.com/s/1ziq8s_kj5QpM8eXO_d6RJg
提取码：g6ny
代码实践资料：
- 官方各模块示例(和对应的对象函数对照着看)【英文】：https://pcl.readthedocs.io/projects/tutorials/en/latest/#
- 官方各模块对应的对象和函数【英文】：
- https://pointclouds.org/documentation/modules.html
- https://pointclouds.org/ 点击网站中的12宫图，没一格对应一个模块的对象函数详解
- 黑马机器人系列文档：PCL-3D点云：http://robot.czxy.com/docs/pcl/
- CSDN博主系列文章PCL学习(64篇)：https://www.cnblogs.com/li-yao7758258/category/954066.html
4 附每个模块学习链接
代码自己一定要动手敲一遍
02kdtree k维tree
官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/index.html#kdtree
对应函数：https://pointclouds.org/documentation/group__kdtree.html
详细中文博客：https://www.cnblogs.com/li-yao7758258/p/6437440.html
https://zhuanlan.zhihu.com/p/144991935
03octree 八叉树
官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#octree
- 点云压缩
- 将学习如何压缩单点云和点云流
- 使用八进制进行空间分区和搜索操作
- 学习如何使用八叉树进行空间分区和最近邻居搜索
- 无组织点云数据的空间变化检测没有看
- 学习如何使用八叉树检测点云内的空间变化
对应函数：https://pointclouds.org/documentation/group__octree.html
详细中文博客文章：
- PCL学习八叉树
- PCLVisualizer可视化类
05sample consensus 抽样一致性模块
官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#sample-consensus
对应函数：https://pointclouds.org/documentation/group__sample__consensus.html
详细中文博客文章：
http://robot.czxy.com/docs/pcl/chapter02/RANSAC/系列
PCL采样一致性算法
PCL几种采样方法
- 下采样 Downsampling
- 均匀采样：这个类基本上是相同的，但它输出的点云索引是选择的关键点在计算描述子的常见方式。
- 增采样 ：增采样是一种表面重建方法，当你有比你想象的要少的点云数据时，增采样可以帮你恢复原有的表面（S）
- 表面重建：深度传感器的测量是不准确的，和由此产生的点云也是存在的测量误差，比如离群点，孔等表面，可以用一个算法重建表面，遍历所有的点云和插值数据，试图重建原来的表面。比如增采样，PCL使用MLS算法和类。执行这一步是很重要的，因为由此产生的点云的法线将更准确。
06range-images深度图像
官方demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#range-images
How to create a range image from a point cloud
How to extract borders from range images
对应函数：
http://robot.czxy.com/docs/pcl/chapter02/range_image/
PCL深度图像(1)
PCL深度图像(2)
可视化深度图像
08 io 输入输出
官方demo
- shttps://pcl.readthedocs.io/projects/tutorials/en/latest/index.html#i-o
documentation(class和function函数)
- https://pointcloudlibrary.github.io/documentation/group__io.html
code
- https://github.com/HuangCongQing/pcl-learning/blob/master/08IO%E8%BE%93%E5%85%A5%E8%BE%93%E5%87%BA
详情笔记：
从PCD文件写入和读取点云数据
连接两个点云中的字段或数据形成新点云以及Opennni Grabber初识
09 filters 滤波
官方示例：https://pcl.readthedocs.io/projects/tutorials/en/latest/index.html#filtering
对应函数：https://pointcloudlibrary.github.io/documentation/group__filters.html
详细中文博客文章：
PCL滤波介绍(1)
PCL滤波介绍（2）
PCL滤波介绍(3)
10 features 特征
官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/index.html#features
函数：https://pointcloudlibrary.github.io/documentation/group__features.html
详细中文博客文章：
3D 特征点概述（1）
3D 特征点概述（2）
PCL点云特征描述与提取（1）
PCL点云特征描述与提取（2）
PCL点云特征描述与提取（3）
PCL点云特征描述与提取（4）
11 surface表面
官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#surface
- Smoothing and normal estimation based on polynomial reconstruction
- Construct a concave or convex hull polygon for a plane model
- Fast triangulation of unordered point clouds
- Fitting trimmed B-splines to unordered point clouds
函数：https://pointcloudlibrary.github.io/documentation/group__surface.html
详细中文博客文章：
http://robot.czxy.com/docs/pcl/chapter04/resampling/
pcl几种表面重建_3D的博客-CSDN博客
PCL点云曲面重建（1）
PCL法线估计
12 segmentation分割
官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#segmentation
函数：https://pointclouds.org/documentation/group__segmentation.html
详细中文博客文章：
PCL中分割_欧式分割（1）
PCL中分割方法的介绍（2）
PCL中分割方法的介绍（3）
PCL点云分割（1）
PCL点云分割（2）
PCL点云分割（3）
13 recognition识别
官网demo：
https://pcl.readthedocs.io/projects/tutorials/en/latest/#recognition
- 3D Object Recognition based on Correspondence Grouping
- Implicit Shape Model
- Tutorial: Hypothesis Verification for 3D Object Recognition
函数：https://pointclouds.org/documentation/group__recognition.html
详细中文博客文章：
https://github.com/Ewenwan/MVision/tree/master/PCL_APP/Recognition
14 registration配准
官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#registration
函数：https://pointcloudlibrary.github.io/documentation/group__registration.html
- The PCL Registration API官网理论
- 使用迭代最近点算法(ICP)How to use iterative closest point
- 如何逐步匹配多幅点云 How to incrementally register pairs of clouds
- 04-配准之交互式ICPInteractive Iterative Closest Point
- 正态分布变换配准(NDT)How to use Normal Distributions Transform
- 手持式小型物品扫描仪 In-hand scanner for small objects
- 刚性物体的鲁棒姿态估计Robust pose estimation of rigid objects
中文博客文章：
- PCL点云配准（1）代码
- PCL点云配准（2）代码
- PCL点云配准（3）理论
- PCL特征点与配准（1）
- 点云NDT配准方法介绍
黑马机器人 | PCL-3D点云
- 01-点云中的数学
- 02-点云配准原理概述
- 03-点云配准流程示例 *
- 使用迭代最近点算法(ICP)
- 正态分布变换配准(NDT)
- 刚性物体的鲁棒姿态估计
- 04-配准之交互式ICP
- 05-点云配准数学原理
PCL中的点云ICP配准（附源代码和数据）_qq_29462849的 ...
15 visualization可视化
官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#visualization
类/对象/函数：https://pointcloudlibrary.github.io/documentation/group__visualization.html
详细中文博客文章：
- PCL 可视化
- PCLVisualizer可视化类
- 可视化深度图像
16 keypoints关键点
官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#keypoints
类/对象/函数：https://pointclouds.org/documentation/group__keypoints.html
详细中文博客文章：
http://robot.czxy.com/docs/pcl/chapter02/keypoints/
PCL关键点（1）
以上，附个人学习代码（有详细中文注解）：
HuangCongQing/pcl-learninggithub.com
引用
版权
双愚
码农研究生 自动驾驶/点云视觉感知 | 公众号『重庆小哥稳』
https://www.cnblogs.com/li-yao7758258/category/954066.html?page=1
PCL点云库官网教程