pcl点云有什么用（PCL点云库调库学习系列）

pcl点云有什么用（PCL点云库调库学习系列）参考资料：最后，该系列文章也相当于是自己学习PCL的一个总结，认识都还比较浅薄，如有错误欢迎指正，大家一起交流进步~本系列文章，较少涉及算法原理的讲解，绝大部分内容的是如何实现某一个功能，以及某些API的讲解，每篇文章都附有完整代码以及详细的注释，都能直接运行。俗话说：是骡子是马拉出来溜溜，对于某段程序或者某个函数，最直观的感受就是运行起来看效果，在清楚函数的每个参数所代表的意思后，改变参数，再来验证效果。这种学习方法对于想要快速学习一种库的使用，或者实现某个功能，做某个项目是一种非常好的方式。当然，如果想要实现更好的效果，就得需要对算法背后的原理进行理解，自己通过现有的积木一块一块搭建自己的小屋（函数）。

0 点云数据的输入与输出

前言

本文是PCL调库学习的第一篇的文章，之所以打算写一个这样的系列，最主要的还是为了自己日后复习，或者做项目时，能够快速的了解某个函数或功能的使用

文章所有代码均参考于pcl官网，对于某一种库的学习，很多时候，官方提供给我们的资料就已经足够丰富了，并且还是一手资料。只是可能因为是英文的所以劝退了很多人，但如果你抱着同时学习英语的态度来阅读，可能就会有两份收货，再者现在翻译软件这么多，直接整个全文翻译，即使翻译结果不那么准确，只要加上一点点自己的理解也还是能够将理解大致的意思的，so let's get it~

温馨提示

本系列文章，较少涉及算法原理的讲解，绝大部分内容的是如何实现某一个功能，以及某些API的讲解，每篇文章都附有完整代码以及详细的注释，都能直接运行。

俗话说：是骡子是马拉出来溜溜，对于某段程序或者某个函数，最直观的感受就是运行起来看效果，在清楚函数的每个参数所代表的意思后，改变参数，再来验证效果。

这种学习方法对于想要快速学习一种库的使用，或者实现某个功能，做某个项目是一种非常好的方式。当然，如果想要实现更好的效果，就得需要对算法背后的原理进行理解，自己通过现有的积木一块一块搭建自己的小屋（函数）。

最后，该系列文章也相当于是自己学习PCL的一个总结，认识都还比较浅薄，如有错误欢迎指正，大家一起交流进步~

参考资料：

https://pointclouds.org/

https://github.com/PointCloudLibrary/pcl/tree/pcl-1.10.1/doc/tutorials/content/sources

https://pcl.readthedocs.io/projects/tutorials/en/latest/index.html

点云库PCL从入门到精通--郭浩

编辑器vs2019 库版本信息：pcl-1.10

0.1 从PCD文件中读取点云数据实现功能

主要实现了简单的PCD文件读取

关键API

int pcl::io::loadPCDFile (const std::string& file_name //输入参数：待加载的文件名 pcl::PointCloud< PointT > & cloud //输出参数：用于保存加载进来的点云数据的对象 ) //返回值 == -1 时，表示读取失败 //补充另外一个读取PCD文件的函数 int pcl::PCDReader::read (const std::string& file_name //输入参数：待加载的文件名 pcl::PointCloud<PointT>& cloud //输出参数：用于保存加载进来的点云数据的对象 const int offset = 0 //输入参数：偏移量，默认为零 ) 完整代码

#include <iostream> #include <pcl/io/pcd_io.h> #include <pcl/point_types.h> int main(int argc char** argv) { //创建一个保存点云的对象 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); //从文件中加载点云 if (pcl::io::loadPCDFile<pcl::PointXYZ>("D:\\code\\pcl\\PointCloudData\\20210506\\1.pcd" *cloud) == -1) //* load the file { PCL_ERROR("Couldn't read file test_pcd.pcd \n"); return (-1); } std::cout << "Loaded " << cloud->width * cloud->height << " data points from test_pcd.pcd with the following fields: " << std::endl; //打印点云 for (std::size_t i = 0; i < cloud->points.size(); i) std::cout << " " << cloud->points[i].x << " " << cloud->points[i].y << " " << cloud->points[i].z << std::endl; return (0); } 0.2 向PCD文件中写入点云数据实现功能

随机生成了五个点云数据，并将其写入文件中，保存在当前目录下

关键API

//如果文件不存在则创建文件，如果文件存在，则将文件内容覆盖 template<typename PointT > int pcl::io::savePCDFileASCII(const std::string& file_name //输入参数：输出文件的文件名 const pcl::PointCloud<PointT>& cloud //输入参数：待保存的点云数据的点云对象 ) //同样有另外一个写入数据的API template<typename PointT > int pcl::PCDWriter::write(const std::string& file_name //输入参数：输出文件的文件名 const pcl::PointCloud<PointT>& cloud //输入参数：待保存的点云数据的点云对象 const bool binary = false //输入参数：是否以二进制的格式写入文件，默认为否 ) 完整代码

#include <iostream> #include <pcl/io/pcd_io.h> #include <pcl/point_types.h> int main(int argc char** argv) { srand(time(NULL)); //随机数种子 pcl::PointCloud<pcl::PointXYZ> cloud; // Fill in the cloud data cloud.width = 5; //点云个数 cloud.height = 1; //无序点云 cloud.is_dense = false; //不是密集点云 cloud.points.resize(cloud.width * cloud.height); //确定点云的大小 //生成5个0~1的随机数，并存入cloud中 for (std::size_t i = 0; i < cloud.points.size(); i) { cloud.points[i].x = rand() / (RAND_MAX 1.0f); cloud.points[i].y = rand() / (RAND_MAX 1.0f); cloud.points[i].z = rand() / (RAND_MAX 1.0f); } //将cloud中的点云数据保存至test_pcd.pcd文件中 pcl::io::savePCDFileASCII("test_pcd.pcd" cloud); std::cerr << "Saved " << cloud.points.size() << " data points to test_pcd.pcd." << std::endl; for (std::size_t i = 0; i < cloud.points.size(); i) std::cerr << " " << cloud.points[i].x << " " << cloud.points[i].y << " " << cloud.points[i].z << std::endl; return (0); }运行结果

程序工作目录下也出现了test_pcd.pcd文件