PCL学习笔记6-I/O数据输入与输出

分为：

写入数据

读出数据

点云连接

获取传感器深度

1. 写入数据

pcl::io::savePCDFileASCII("../test_pcd.pcd", *cloud);

实验代码

/*
 * @Description: 写入数据
 * @Author: HCQ
 * @Company(School): UCAS
 * @Email: [email protected]
 * @Date: 2020-10-09 10:42:31
 * @LastEditTime: 2020-10-27 16:24:56
 * @FilePath: /pcl-learning/08IO输入输出/1write_pcd/write_pcd.cpp
 */
#include <iostream>          //标准C++库中的输入输出的头文件
#include <pcl/io/pcd_io.h>   //PCD读写类相关的头文件
#include <pcl/point_types.h> //PCL中支持的点类型的头文件

int main(int argc, char **argv)
{
    //实例化的模板类PointCloud  每一个点的类型都设置为pcl::PointXYZ
    /*************************************************
 点PointXYZ类型对应的数据结构
    Structure PointXYZ{
     float x;
     float y;
     float z;
    };
**************************************************/
    pcl::PointCloud<pcl::PointXYZ> cloud;

    // 创建点云  并设置适当的参数（width height is_dense）
    cloud.width = 5;
    cloud.height = 1;
    cloud.is_dense = false;                          //不是稠密型的
    cloud.points.resize(cloud.width * cloud.height); //点云总数大小
                                                     //用随机数的值填充PointCloud点云对象
    for (size_t i = 0; i < cloud.points.size(); ++i)
    {
        cloud.points[i].x = 1024 * rand() / (RAND_MAX + 1.0f);
        cloud.points[i].y = 1024 * rand() / (RAND_MAX + 1.0f);
        cloud.points[i].z = 1024 * rand() / (RAND_MAX + 1.0f);
    }
    //把PointCloud对象数据存储在 test_pcd.pcd文件中
    pcl::io::savePCDFileASCII("../test_pcd.pcd", *cloud);

    //打印输出存储的点云数据
    std::cerr << "Saved " << cloud.points.size() << " data points to test_pcd.pcd." << std::endl;

    for (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);
}

2. 读出数据

//打开点云文件
    if (pcl::io::loadPCDFile<pcl::PointXYZ>("../test_pcd.pcd", *cloud) == -1)
    {
        PCL_ERROR("Couldn't read file test_pcd.pcd \n");
        return (-1);
    }

/*
 * @Description: 读取pcd文件：https://www.cnblogs.com/li-yao7758258/p/6435568.html
 * @Author: HCQ
 * @Company(School): UCAS
 * @Email: [email protected]
 * @Date: 2020-10-09 12:56:02
 * @LastEditTime: 2020-10-27 16:27:55
 * @FilePath: /pcl-learning/08IO输入输出/2read_pcd/read_pcd.cpp
 */
#include <iostream>          //标准C++库中的输入输出的头文件
#include <pcl/io/pcd_io.h>   //PCD读写类相关的头文件
#include <pcl/point_types.h> //PCL中支持的点类型的头文件

int main(int argc, char **argv)
{
    //创建一个PointCloud<pcl::PointXYZ>    boost共享指针并进行实例化
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);

    //打开点云文件
    if (pcl::io::loadPCDFile<pcl::PointXYZ>("../test_pcd.pcd", *cloud) == -1)
    {
        PCL_ERROR("Couldn't read file test_pcd.pcd \n");
        return (-1);
    }
    //默认就是而二进制块读取转换为模块化的PointCLoud格式里pcl::PointXYZ作为点类型  然后打印出来
    std::cout << "Loaded "
              << cloud->width * cloud->height // 宽*高
              << " data points from test_pcd.pcd with the following fields: "
              << std::endl;
    for (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);
}

3. 点云连接

连接分为两种：

点云连接concatenate points （多个点云拼到一起）

 cloud_c += cloud_b; //把cloud_a和cloud_b连接一起创建cloud_c  后输出

字段连接concatenate fields （坐标和rgb值拼到一起）

//连接字段  把cloud_a和 n_cloud_b字段连接 一起创建 p_n_cloud_c)
        pcl::concatenateFields(cloud_a, n_cloud_b, p_n_cloud_c);

点云连接和字段间连接的区别

字段连接是在行的基础后连接
点云连接是在列的下方连接，
最重要的就是要考虑维度问题，同时每个点云都有XYZ三个数据值

4. 获取传感器深度

获取传感器的深度信息可以使用OpenNI Grabber类

PCL学习笔记6-I/O数据输入与输出

猜你喜欢