C++ PCL点云曲率分割颜色标识

程序示例精选
C++ PCL点云曲率分割颜色标识
如需安装运行环境或远程调试,见文章底部个人QQ名片,由专业技术人员远程协助!

前言

这篇博客针对《C++ PCL点云曲率分割颜色标识》编写代码,代码整洁,规则,易读。 学习与应用推荐首选。


运行结果

C++ PCL点云曲率分割颜色标识_第1张图片

文章目录

一、所需工具软件
二、使用步骤
       1. 主要代码
       2. 运行结果
三、在线协助

一、所需工具软件

       1. VS2019
       2. C++

二、使用步骤

代码如下(示例):


#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 

using namespace std;

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

	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::io::loadPCDFile<pcl::PointXYZ>("20191009_Cloud222 - Cloud2-1 las2pcd-move-scanline.pcd", *cloud); //读取点云
	cout << "Loaded " << cloud->points.size() << " points." << endl;//显示读取点云的个数
	// 计算点云的法线
	pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> n;
	n.setInputCloud(cloud);
	//设置邻域点搜索方式
	pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);
	n.setSearchMethod(tree);
	//设置KD树搜索半径
	 //n.setRadiusSearch (0.02);
	n.setKSearch(25);
	//定义一个新的点云储存含有法线的值
	pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
	//计算出来法线的值
	n.compute(*normals);
	// 建立主曲率计算
	pcl::PrincipalCurvaturesEstimation<pcl::PointXYZ, pcl::Normal, pcl::PrincipalCurvatures> p;

	// 计算主曲率
	pcl::PointCloud<pcl::PrincipalCurvatures>::Ptr pri(new pcl::PointCloud<pcl::PrincipalCurvatures>());
	cout << "output points.size: " << pri->points.size() << endl;

	pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud_b(new pcl::PointCloud<pcl::PointXYZRGB>);
	cloud_b->points.resize(cloud->size());

	for (int i = 0; i < cloud->points.size(); i++)//所有点赋予灰色
	{
		cloud_b->points[i].x = cloud->points[i].x;
		cloud_b->points[i].y = cloud->points[i].y;
		cloud_b->points[i].z = cloud->points[i].z;
		/*cout << "曲率:" << pri->points[i].pc1 << ";"
			<< pri->points[i].pc2 << ";"
			<< (pri->points[i].pc1 + pri->points[i].pc2) / 2 << ";"
			<< pri->points[i].pc1 * pri->points[i].pc2<//逐点显示计算的最大曲率,最小曲率,平均曲率,高斯曲率
	}

	for (int i = 0; i < pri->points.size(); i++)//
	{
		//if (pri->points[i].pc1>0.01)//最大曲率
		//if (pri->points[i].pc2>0.01)//最小曲率
		//if ((pri->points[i].pc1 + pri->points[i].pc2)/2>0.01)//平均曲率
	}
	//显示第0个点的最大曲率、最小曲率、平均曲率、高斯曲率、法向量计算出来的曲率。目的:就是想看看法向量这个数据结构里的曲率到底计算的是哪个曲率。结果:好像哪个都不是
	cout << "曲率:" << pri->points[0].pc1 << ";"
		<< pri->points[0].pc2 << ";"
		<< (pri->points[0].pc1 + pri->points[0].pc2) / 2 << ";"
		<< pri->points[0].pc1 * pri->points[0].pc2 << ";"
		<< normals->points[0].curvature << endl;

	pcl::visualization::CloudViewer viewer("Viewer");
	viewer.showCloud(cloud_b);

	pcl::io::savePLYFile<pcl::PointXYZRGB>("20191009_Cloud222 - Cloud2-1 las2pcd-move-scanline-angle2.ply", *cloud_b);


	getchar();
	return 0;
}



运行结果
C++ PCL点云曲率分割颜色标识_第2张图片 C++ PCL点云曲率分割颜色标识_第3张图片

三、在线协助:

如需安装运行环境或远程调试,见文章底部个人 QQ 名片,由专业技术人员远程协助!

1)远程安装运行环境,代码调试
2)Visual Studio, Qt, C++, Python编程语言入门指导
3)界面美化
4)软件制作

当前文章连接:https://blog.csdn.net/alicema1111/article/details/132666851
个人博客主页:https://blog.csdn.net/alicema1111?type=blog
博主所有文章点这里:https://blog.csdn.net/alicema1111?type=blog

博主推荐:
Python人脸识别考勤打卡系统:
https://blog.csdn.net/alicema1111/article/details/133434445
Python果树水果识别:https://blog.csdn.net/alicema1111/article/details/130862842
Python+Yolov8+Deepsort入口人流量统计:https://blog.csdn.net/alicema1111/article/details/130454430
Python+Qt人脸识别门禁管理系统:https://blog.csdn.net/alicema1111/article/details/130353433
Python+Qt指纹录入识别考勤系统:https://blog.csdn.net/alicema1111/article/details/129338432
Python Yolov5火焰烟雾识别源码分享:https://blog.csdn.net/alicema1111/article/details/128420453
Python+Yolov8路面桥梁墙体裂缝识别:https://blog.csdn.net/alicema1111/article/details/133434445

你可能感兴趣的:(C++,c++,开发语言,visual,studio,vs,pcl,点云)