【读书笔记】《视觉SLAM十四讲（高翔著）》 第5讲

PART1 读书笔记

PART2 实践部分

• 5.3 实践：图像的存取与访问 书p95
  5.3.1安装OpenCV
  按照书上流程安装即可。
  5.3.2 操作OpenCV图像
  此处按照书p96页大致讲述例程代码：
  2行：计时程序相关；
  5 6行：OpenCV相关；
  10-18行：读取图像并判断是否正确读取；
  21行：输出图像的宽 高 通道数信息；
  22行：显示图像；
  23行：程序暂停，对着已打开的图像按下（任意）键盘按键，程序才会执行下一步；
  25-30行：判断图像类型是否符合；
  32-52行：遍历图像像素，并输出所花费的时间；
  54-60行：图片的复制（错误的方法），直接把原图赋值给新图的话，若改变新图，则原图也会跟着改变；60行同23行；
  62-67行：正确的图片复制方法，改变复制后的新图，原图保持不变。67行同60行；
  70行：关闭所以已打开的图片窗口；
• 5.4实践：拼接点云
  一、Ubuntu下的PCL库安装
  安装记录（20190611YC）：
  ①先按照书P99下方的三行代码安装，结果出现错误：E: 无法定位软件包 libpcl-all
  ②之后按照网页https://blog.csdn.net/dantengc/article/details/78446600中的方法3安装，也即“源代码安装”，安装时间很长，大概3-4个小时，且并未安装好，PCL安装的不完整不能正常使用。采用源代码安装的PCL在调用的时候出现错误：fatal error: pcl/visualization/pcl_visualizer.h: No such file or directory，原因是在编译和安装时没有在urs/include/plcX.X目录下生成pcl_visualizer.h。按照网页https://blog.csdn.net/unlimitedai/article/details/86481912的方法去解决该问题，并未成功。至此，源代码安装方法失败。
  ③最终将PCL安装成功，是采用网页https://blog.csdn.net/fanjiule/article/details/80913894的方法，具体如下：
  电脑退出校园网，连上手机热点网络；
  使用命令：
  sudo add-apt-repository ppa:v-launchpad-jochen-sprickerhof-de/pcl
  sudo apt-get update
  sudo apt-get install libpcl-dev
  注意，第3行命令和书P99下方的命令不同。
  如此即可成功安装PCL：
  
  

④PCL安装好之后，调试程序若仍出问题，可仔细检查CMakeLists.txt文件中的语句，或弃用其中的find_package函数，而直接输入PCL在本电脑的安装路径。当前CMakeLists.txt已调试通过，可供后续参考：

cmake_minimum_required(VERSION 2.6)
project(show_sample)#改1处

find_package( PCL REQUIRED COMPONENTS common io visualization )#20190611YC:若无这一行，则出现报错：对‘pcl::visualization::CloudViewer::CloudViewer(std::__cxx11::basic_string<

find_package( PCL 1.7 REQUIRED COMPONENT common io )
include_directories( “/usr/include/pcl-1.7/” )
link_directories("/usr/lib/libpcl_common.so" “/usr/lib/libpcl_io.so”)
list (REMOVE_ITEM PCL_LIBRARIES “vtkproj4”)

add_executable(show_sample show_sample.cpp)#改2处

target_link_libraries (show_sample ${PCL_LIBRARIES})#改1处

install(TARGETS show_sample RUNTIME DESTINATION bin)#改1处

二、程序说明
【注意！】该例程在编译的时候，不要再mkdir build; cd build，而是直接在当前目录下cmake.，不然运行会出错！
根据书P100页，大致分析本例程：
14行：定义变量，分别用于存储彩色图和深度图；
15：定义变量，用于存储相机位姿；
17-22：检查位姿数据（pose.txt）是否在当前目录下，要求该文件在当前目录下，不然就会有报错提示。
26-28：5张图片的色彩图像和深度图像的读取，并存储在变量中；
30-37：5张图片对应的5个位姿信息从pose.txt转化为变换矩阵T，并存储在变量中；
39-45：相机内参赋值；
47-50：定义类型：点和点云文件；
53：新建一个点云；
54-80：依次对5张图片执行以下操作：利用上述变量中的色彩、深度、位姿信息，计算出每张图片的每个像素点在世界坐标系下的坐标，结合像素点自身的颜色，作为点云文件中的一个点。最终得出5张图片所有像素点在世界坐标系下的坐标和颜色都求了出来，形成彩色点云。
57：赋值：每张图片的色彩信息；
58：赋值：每张图片的深度信息；
59：赋值：每张图片的位姿信息；
60-61：对于每张图片，遍历本图片的所有像素点；
63：赋值：每个像素点的深度信息；
64：如果深度信息不是0；
65：定义变量，表示一个三位点坐标；
66-68：根据像素坐标和相机内参，反算出点在相机坐标系下的坐标；
69：根据本图片的位姿信息，将相机坐标系下的坐标转化为世界坐标系下的坐标；
71：定义一个点p，点p即为点云数据中的1个点；
72、73、74：将上述计算出的世界坐标系的三维坐标值赋值给点p；
75、76、77：将rgb色彩信息赋值给点p；
78：将点p收录入53行所新建的点云变量；
82：is_dense (bool)：判断points中的数据是否是有限的（有限为true）或者说是判断点云中的点是否包含 Inf/NaN这种值（包含为false）。这方面的内容若想了解更多可参考网页：
https://blog.csdn.net/Linear_Luo/article/details/52647790
84：将53行新建的、经78行赋值的点云变量pointCloud保存为点云文件map.pcd