(1)学习向PCD文件写入点云数据
建立工程文件ch2,然后新建write_pcd.cpp CMakeLists.txt两个文件
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); }
CMakeLists.txt：（第一次接触CMake所以注释的比较多，废话比较多，所以有助于理解）
cmake_minimum_required ( VERSION 2.6 FATAL_ERROR) #对于cmake版本的最低版本的要求 project(ch2) #建立的工程名，例如源代码目录路径的变量名为CH_DIR #工程存储目录变量名为CH_BINARY_DIR #要求工程依赖的PCL最低版本为1.3，并且版本至少包含common和IO两个模块 这里的REQUIRED意味着如果对应的库找不到 则CMake配置的过程将完全失败， #因为PCL是模块化的，也可以如下操作： # 一个组件 find_package(PCL 1.6 REQUIRED COMPONENTS io) # 多个组件 find_package(PCL 1.6 REQUIRED COMPONENTS commom io) # 所有组件 find_package(PCL 1.6 REQUIRED ) find_package(PCL 1.3 REQUIRED) #下面的语句是利用CMake的宏完成对PCL的头文件路径和链接路径变量的配置和添加，如果缺少下面几行，生成文件的过程中就会提示 #找不到相关的头文件，在配置CMake时，当找到了安装的PCL，下面相关的包含的头文件，链接库，路径变量就会自动设置 # PCL_FOUND:如果找到了就会被设置为1 ，否则就不设置 # PCL_INCLUDE_DIRS:被设置为PCL安装的头文件和依赖头文件的目录 # PCL_LIBRARIES:被设置成所建立和安装的PCL库头文件 # PCL_LIBRARIES_DIRS:被设置成PCL库和第三方依赖的头文件所在的目录 # PCL_VERSION:所找到的PCL的版本 # PCL_COMPONENTS:列出所有可用的组件 # PCL_DEFINITIONS:列出所需要的预处理器定义和编译器标志 include_directories(${PCL_INCLUDE_DIRS}) link_directories(${PCL_LIBRARIES_DIRS}) add_definitions(${PCL_DEFINITIONS}) #这句话告诉CMake从单个源文件write_pcd建立一个可执行文件 add_executable(write_pcd write_pcd.cpp) #虽然包含了PCL的头文件，因此编译器知道我们现在访问所用的方法，我们也需要让链接器知道所链接的库，PCL找到库文件由 #PCL_COMMON_LIBRARIES变量指示，通过target_link_libraries这个宏来出发链接操作 target_link_libraries(write_pcd ${PCL_COMMON_LIBRARIES} ${PCL_IO_LIBRARIES})
之后就 cd 到文件下
mkdir build
cd build
cmake ..
make
生成可执行文件后执行的结果：
（2）学习如何从PCD文件读取点云数据
读取PCD点云数据只需在工程文件下建立新的文件write_pcd.cpp
write.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 << " 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); }
那么要编译此文件只需在CMakeLists.txt最下面添加两行代码
add_executable(write_pcd write_pcd.cpp)
add_executable(read_pcd read_pcd.cpp)
target_link_libraries(write_pcd ${PCL_COMMON_LIBRARIES} ${PCL_IO_LIBRARIES})
target_link_libraries(read_pcd ${PCL_COMMON_LIBRARIES} ${PCL_IO_LIBRARIES})
编译后执行的结果如下
如果想看PCD文件的数据，可以找到test_pcd.pcd后缀名改为.txt即可打开如下所示：
(仔细查看文件头 的顺序也就是之前介绍的文件头顺序)
# .PCD v0.7 - Point Cloud Data file format VERSION 0.7 FIELDS x y z SIZE 4 4 4 TYPE F F F COUNT 1 1 1 WIDTH 5 HEIGHT 1 VIEWPOINT 0 0 0 1 0 0 0 POINTS 5 DATA ascii 0.35222197 -0.15188313 -0.10639524 -0.3974061 -0.47310591 0.29260206 -0.73189831 0.66710472 0.44130373 -0.73476553 0.85458088 -0.036173344 -0.46070004 -0.2774682 -0.91676188
总结
pcl::PointCloud<pcl::PointXYZ> cloud ; //写入点云数据的声明，就是三个float类型的数据，
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);这是声明的数据类型，用来存储我们打开的点云数据格式，是共享指针类型
微信公众号号可扫描二维码一起共同学习交流
未完待续******************************8
