PCL的PNG文件和计算点云重心 / 四六文摘

PCL提供节约一点云的值为一个PNG图像文件的可能方案。显然，这只能用有序的点云来完成，因为生成的图像的行和列将与点云的对应完全一致。例如，如果你从一个传感器Kinect或Xtion的点云，你可以用这个来检索640x480 RGB图像匹配的点云。

就是将点云文件PCD保存成PNG文件,程序如下

#include <pcl/io/pcd_io.h>
#include <pcl/io/png_io.h>
int main(int argc, char** argv) { // 创建点云对象 pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>);
// 读取点云文件 if (pcl::io::loadPCDFile<pcl::PointXYZRGB>(argv[1], *cloud) != 0) { return -1; }
// 保存图片,(必须为有序点云) pcl::io::savePNGFile("output.png", *cloud, "rgb"); }

那么这里的实验结果是根据我之前使用的用kinect获得的点云数据,他的点云可视化效果如下

保存为PNG的结果为

如果省略参数，函数将默认保存RGB域。

（2）计算点云重心

点云的重心是一个点坐标，计算出云中所有点的平均值。你可以说它是“质量中心”，它对于某些算法有多种用途。如果你想计算一个聚集的物体的实际重心，记住，传感器没有检索到从相机中相反的一面，就像被前面板遮挡的背面，或者里面的。只有面对相机表面的一部分。

#include <pcl/io/pcd_io.h>
#include <pcl/common/centroid.h>
#include <iostream>
int main(int argc, char** argv) { // 创建点云的对象 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
// 读取点云 if (pcl::io::loadPCDFile<pcl::PointXYZ>(argv[1], *cloud) != 0) { return -1; }

// 创建存储点云重心的对象
Eigen::Vector4f centroid; pcl::compute3DCentroid(*cloud, centroid); std::cout << "The XYZ coordinates of the centroid are: (" << centroid[0] << ", " << centroid[1] << ", " << centroid[2] << ")." << std::endl; }

这样就可以计算出点云的XYZ三个轴的重心的坐标值

简单的程序演示，大神请忽略，

PCL的PNG文件和计算点云重心

相关推荐