《PCL从零开始》-1.读取pcd文件并对原始点云进行矩阵（旋转和平移）变换
首先默认你环境已经配置好了
运行环境为：vs2015 + pcl1.8.1 +win10
开始 实例 代码参考官方文档 + 被我忘记的博客
首先加载pcl 库 我也不知道库关系 先用起来
//加载头文件
#include 加载点云 pcd 文件 你可以自己改ply文件
加载的是rabbit.pcd 比较经典
//定义一个句柄用来存放待读取的点云。
pcl::PointCloud<pcl::PointXYZ>::Ptr source_cloud(new pcl::PointCloud<pcl::PointXYZ>);
//读取点云 读取加判断
if (pcl::io::loadPCDFile<pcl::PointXYZ>("rabbit.pcd", *source_cloud) == -1) //* load the file
{
PCL_ERROR("Couldn't read file test_pcd.pcd \n");
return (-1);
}
//输出pcd文件 点的数目
std::cout << "Loaded "
<< source_cloud->width * source_cloud->height
<< " data points from test_pcd.pcd with the following fields: "
<< std::endl;
//打印每个点的 x y z
for (size_t i = 0; i < source_cloud->points.size(); ++i)
std::cout << source_cloud->points[i].x
<< " " << source_cloud->points[i].y
<< " " << source_cloud->points[i].z << std::endl;
创建变换矩阵 自己补一下知识
/* Reminder: how transformation matrices work
65
66 |-------> This column is the translation
67 | 1 0 0 x | \
68 | 0 1 0 y | }-> The identity 3x3 matrix (no rotation) on the left
69 | 0 0 1 z | /
70 | 0 0 0 1 | -> We do not use this line (and it has to stay 0,0,0,1)
*/
//创建矩阵的方法有两种 第一 ：手动创建Matrix4f transform_1
Eigen::Matrix4f transform_1 = Eigen::Matrix4f::Identity();
float theta = M_PI / 4; // The angle of rotation in radians
transform_1(0, 0) = std::cos(theta);
transform_1(0, 1) = -sin(theta);
transform_1(1, 0) = sin(theta);
transform_1(1, 1) = std::cos(theta);
transform_1(0, 3) = 2.5;//x轴产生 2.5的位移
printf("Method #1: using a Matrix4f\n");
std::cout << transform_1 << std::endl;//打印矩阵的样子
//创建矩阵的方法有两种 第二 ：创建Affine3f transform_2
Eigen::Affine3f transform_2 = Eigen::Affine3f::Identity();
transform_2.translation() << 2.5, 0.0, 0.0; //x轴平移
transform_2.rotate(Eigen::AngleAxisf(theta, Eigen::Vector3f::UnitZ())); //绕Z轴旋转 pi/4度
printf("\nMethod #2: using an Affine3f\n");
std::cout << transform_2.matrix() << std::endl;
开始操作了啊 ~！！！！
//对原始点云 进行矩阵操作
//创建点云
pcl::PointCloud<pcl::PointXYZ>::Ptr transformed_cloud(new pcl::PointCloud<pcl::PointXYZ>());
//执行操作 对原始点云 进行操作 输出 transformed_cloud 使用transform_2矩阵
pcl::transformPointCloud(*source_cloud, *transformed_cloud, transform_2);
保存点云 写入
//写入点云
pcl::io::savePCDFileASCII("test_pcd.pcd", *transformed_cloud);
显示点云的样子
//显示点云样子
pcl::visualization::PCLVisualizer viewer("Matrix transformation example");
//定义原始点云的颜色
pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> source_cloud_color_handler(source_cloud, 255, 255, 255);
//将上个语句的颜色 加入到pcl viewer中去
viewer.addPointCloud(source_cloud, source_cloud_color_handler, "original_cloud");
//定义变换后点云的颜色
pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> transformed_cloud_color_handler(transformed_cloud, 230, 20, 20); // Red
//加入到pcl viewer中去
viewer.addPointCloud(transformed_cloud, transformed_cloud_color_handler, "transformed_cloud");
viewer.addCoordinateSystem(1.0, "cloud", 0);
viewer.setBackgroundColor(0.05, 0.05, 0.05, 0); // Setting background to a dark grey
viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "original_cloud");
viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "transformed_cloud");
加入循环 要不然一闪而过
while (!viewer.wasStopped()) { // Display the visualiser until 'q' key is pressed
viewer.spinOnce();
}
总体代码如下
//加载pcd 或者 ply文件 使用平移和转动矩阵 对 点云进行操作
//加载头文件
#include 
