点云直线检测-3DLineDetection复现

demo演示

项目地址

github：3d-line_detection

论文地址：

复现流程

1、下载源码
打开src文件夹，将文件中.h与.cpp文件拷贝到新的vs工程中。

3、vs测试

新建VS项目，将拷贝的文件添加到项目中，如下图所示：

配置属性：作者的github中有写只需要opencv、openmp依赖，所以配置opencv属性，添加到工程中。


生成一下，此时可能会有报错，主要是opencv版本不一致，会导致部门cv中数据未定义标识符，此时需要加上opencv的头文件

#include

显示编译成功，至此就可以进行点云数据的测试了。主函数如下，其中argv[1]表示输入的txt文件，argv[2]表示输出的两种文件

void main(int argc,char**argv) 
{

	PointCloud<double> pointData; 
	readDataFromFile( argv[1], pointData );

	int k = 20;
	LineDetection3D detector;
	std::vector<PLANE> planes;
	std::vector<std::vector<cv::Point3d> > lines;
	std::vector<double> ts;
	detector.run( pointData, k, planes, lines, ts );
	cout<<"lines number: "<<lines.size()<<endl;
	cout<<"planes number: "<<planes.size()<<endl;
	
	writeOutPlanes( argv[2], planes, detector.scale );
	writeOutLines( argv[2], lines, detector.scale );
}

若想保存为pcd格式实时显示，只需要把后面两个文件txt保存为pcd，以writeOutLines为例，代码改为如下，即可保存为pcd格式文件。

pcl::PointCloud<pcl::PointXYZRGB>::Ptr get_cloud( std::vector<std::vector<cv::Point3d> > &lines, double scale)
{
	// write out bounding polygon result
	pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud_rst(new pcl::PointCloud<pcl::PointXYZRGB>);
	cloud_rst->width = 1;
	cloud_rst->height = lines.size();
	pcl::PointXYZRGB  point;

	for (int p = 0; p<lines.size(); ++p)
	{
		point.r= rand() % 255;
		point.g = rand() % 255;
		point.b = rand() % 255;

		cv::Point3d dev = lines[p][1] - lines[p][0];
		double L = sqrt(dev.x*dev.x + dev.y*dev.y + dev.z*dev.z);
		int k = L / (scale / 10);

		double x = lines[p][0].x, y = lines[p][0].y, z = lines[p][0].z;
		double dx = dev.x / k, dy = dev.y / k, dz = dev.z / k;
		for (int j = 0; j<k; ++j)
		{
			x += dx;
			y += dy;
			z += dz;
			point.x = x;
			point.y = y;
			point.z = z;
			cloud_rst->push_back(point);
		}
	}
	return cloud_rst;	
}

数据集测试

对于纸箱

其他数据，从效果上，结果还是很优秀的。

后续

后续算法会集成到QT+PCL中，共同学习，共同进步。