PCL点云库(1) — 简介与数据类型_pcl库

目录

1.1 简介

1.2 PCL安装

1.2.1 安装方法

1.2.2 测试程序 

1.3 PCL数据类型

1.4 PCL中自定义point类型

1.4.1 增加自定义point的步骤

1.4.2 完整代码

---

1.1 简介

来源：PCL（点云库）_百度百科

        PCL（Point Cloud Library）是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。支持多种操作系统平台，可在Windows、Linux、Android、Mac OS X、部分嵌入式实时系统上运行。如果说OpenCV是2D信息获取与处理的结晶，那么PCL就在3D信息获取与处理上具有同等地位。

        如《PCL架构图》所示，对于3D点云处理来说，PCL完全是一个的模块化的现代C++模板库。其基于以下第三方库：Boost、Eigen、FLANN、VTK、CUDA、OpenNI、Qhull，实现点云相关的获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。

1.2 PCL安装

1.2.1 安装方法

安装链接：ubuntu20.04下安装pcl_ubuntu安装pcl_Yuannau_jk的博客-CSDN博客

1.2.2 测试程序 

cmake_minimum_required(VERSION 2.6)
project(pcl_test)
 
find_package(PCL 1.10 REQUIRED)
 
include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})
 
add_executable(pcl_test pcl_test.cpp)
 
target_link_libraries (pcl_test ${PCL_LIBRARIES})
 
install(TARGETS pcl_test RUNTIME DESTINATION bin)

#include <iostream>
#include <pcl/common/common_headers.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/console/parse.h>
 
 
int main(int argc, char **argv) {
    std::cout << "Test PCL !!!" << std::endl;
    
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr point_cloud_ptr (new pcl::PointCloud<pcl::PointXYZRGB>);
    uint8_t r(255), g(15), b(15);
    for (float z(-1.0); z <= 1.0; z += 0.05)
    {
      for (float angle(0.0); angle <= 360.0; angle += 5.0)
      {
	pcl::PointXYZRGB point;
	point.x = 0.5 * cosf (pcl::deg2rad(angle));
	point.y = sinf (pcl::deg2rad(angle));
	point.z = z;
	uint32_t rgb = (static_cast<uint32_t>(r) << 16 |
		static_cast<uint32_t>(g) << 8 | static_cast<uint32_t>(b));
	point.rgb = *reinterpret_cast<float*>(&rgb);
	point_cloud_ptr->points.push_back (point);
      }
      if (z < 0.0)
      {
	r -= 12;
	g += 12;
      }
      else
      {
	g -= 12;
	b += 12;
      }
    }
    point_cloud_ptr->width = (int) point_cloud_ptr->points.size ();
    point_cloud_ptr->height = 1;
    
    pcl::visualization::CloudViewer viewer ("test");
    viewer.showCloud(point_cloud_ptr);
    while (!viewer.wasStopped()){ };
    return 0;
}

1.3 PCL数据类型

在头文件#include <pcl/point_types.h>中包含了所有内置的点云类型，部分如下：

namespace pcl
{
  /** \brief Members: float x, y, z
    * \ingroup common
    */
  struct PointXYZ;
 
  /** \brief Members: rgba
    * \ingroup common
    */
  struct RGB;
 
  /** \brief Members: intensity (float)
    * \ingroup common
    */
  struct Intensity;
 
  /** \brief Members: intensity (std::uint8_t)
    * \ingroup common
    */
  struct Intensity8u;
 
  /** \brief Members: intensity (std::uint32_t)
    * \ingroup common
    */
  struct Intensity32u;
 
  /** \brief Members: float x, y, z, intensity
    * \ingroup common
    */
  struct PointXYZI;
 
  /** \brief Members: float x, y, z, uin32_t label
    * \ingroup common
    */
  struct PointXYZL;
 
  /** \brief Members: std::uint32_t label
    * \ingroup common
    */
 
    ...
}

（1）PointXYZ-成员变量：float x, y, z

PointXYZ是使用最常见的一个点数据类型，因为它只包含三维xyz坐标信息，这三个浮点数附加一个浮点数来满足存储对齐，用户可以利用points[i].data[0]，或者points[i].x访问点的x坐标值。

（2）PointXYZI-成员变量：float x,y,z,intensity

Point是一个简单的XYZ坐标加intensity的point类型，xyz未与intensity位于同一个结构体。具体说xyz位于一个结构体，内存对齐，intensity位于另一个结构体，内存对齐（填充3个浮点数）。

（3）PointXYZRGBA-成员变量：float x,y,z,uint32_t rgba

rgba包含在一个整型变量中，其余与PointXYZI结构类似。

（4）PointXYZRGB-成员变量：float x,y,z,rgb

rgb信息包含在一个浮点型变量中，其余与PointXYZI结构类似。

（5）InterestPoint-float x,y,z,strength

strength用来表示关键点的强度测量值，其余与PointXYZI结构类似。

（6）Normal-float normal[3], curvature

Norma结构体表示给定点所在样本曲面上的法线方向，以及对应曲率的测量值。

（7）PointNormal-float x,y,z,normal[3], curvature

PointNormal是存储XYZ数据的point结构体，并且包括采样点对应法线和曲率。

（8）PointXYZRGBNormal-float x,y,z,rgb,normal[3], curvature

PointXYZNormal是存储XYZ数据和RGB颜色的point结构体，并且包括采样点曲面法线和曲率。

（9）PointXYZINormal-float x,y,z,intensity,normal[3], curvature

PointXYZNormal是存储XYZ数据和强度值的point结构体，并且包括采样点曲面法线和曲率。

（10）PointWithRange-float x,y,z(union with float point[4], range)

PointWithRange除了range包含从所获得的视点到采样点的距离测量值之外，其余与PointXYZI结构类似。

（11）PointWithViewpoint-float x,y,z,vp_x,vp_y,vp_z

PointWithViewpoint除了vp_x,vp_y,vp_z以三维点表示所获得的视点之外之外，其余与PointXYZI结构类似。

（12）MomentInvariantst-float j1,j2,j3

MomentInvariantst视野更包含采样曲面上面片的三个不变矩的point类型，描述面片上的顶带你分布情况。

（13）PrincipalRadiiRSD-float r_min,r_max

PrincipalRadiiRSD是一个包含曲面块上两个RSD半径的point类型。

（14）Boundary-uint_8 boundary_point

Boundary存储一个点是否位于曲面边界上的简单point类型。

（15）PrincipalCurvatures-float principal_curvature[3],pc1,pc2

PrincipalCurvatures包含给定点主曲率的简单point类型。

（16）PFHSignature125-float pfh[125]

PFHSignature125包含给定点的PFH（点特征直方图）的简单point类型。

（17）FPFHSignature33-float pfh[33]

FPFHSignature33包含给定点的FPFH（快速点特征直方图）的简单point类型。

（18）VFHSignature308-float vfh[308]

VFHSignature308包含给定点的VFH（视点特征直方图）的简单point类型。

（19）Narf36-float x,y,z,rool,pitch,yaw;fooat descriptor[36]

Narf36包含给定点NARF（归一化对齐半径特征）的简单point类型。

（20）BorderDescription-int x,y; BorderTraits traits

BorderDescription包含给定点边界类型的简单point类型。

（21）IntensityGradient-float gradient[3]

IntensityGradient包含给定点强度的梯度point类型。

（22）Histogram-float histogram[N]

Histogram用来存储一般用途的n维直方图。

（23）PointWithScale-float x,y,z,scale

PointWithScale除了scale表示某点用于几何操作的尺度外，其余与PointXYZI结构类似。

（24）PointSufel-float x,y,z,normal[3],rgba,radius,confidence,curvature

PointSufel存储XYZ坐标、曲面法线、RGB信息、半径、可信度和曲面曲率的复杂point类型。

1.4 PCL中自定义point类型

1.4.1 增加自定义point的步骤

（1）首先先进行结构定义

// 定义点类型结构
struct EIGEN_ALIGN16 MyPoint
{
    PCL_ADD_POINT4D    // 点类型有4个元素 XYZ+padding
    PCL_ADD_RGB        //加颜色
    double time_stamp;    //时间戳
    EIGEN_MAKE_ALIGNED_OPERATOR_NEW   // 确保new操作符对齐操作
};

 （2）注册到PCL库中

// 注册到PCL库
POINT_CLOUD_REGISTER_POINT_STRUCT(MyPoint,         //注册的结构类型
                                  (float, x, x)    //坐标
                                  (float, y, y)
                                  (float, z, z)
                                  (uint32_t,rgba,rgba)    //颜色
                                  (double, time_stamp, time_stamp)    //时间戳
);

1.4.2 完整代码

（1）自定义点云类型程序

cmake_minimum_required(VERSION 2.6)
project(mypoint)
 
find_package(PCL 1.10 REQUIRED)
include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})
 
add_executable(pcl_test pcl_test.cpp)
target_link_libraries (pcl_test ${PCL_LIBRARIES})
install(TARGETS pcl_test RUNTIME DESTINATION bin)

// 方式一：直接写在mypoint.cpp中
#define PCL_NO_PRECOMPILE
#include <iostream>
#include <chrono>
#include <pcl/point_cloud.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/PCLPointCloud2.h>
#include <pcl/visualization/pcl_visualizer.h>
using namespace std;
 
// 定义点类型结构
struct EIGEN_ALIGN16 MyPoint
{
    PCL_ADD_POINT4D    // 点类型有4个元素 XYZ+padding
    PCL_ADD_RGB        //加颜色
    double time_stamp;    //时间戳
    EIGEN_MAKE_ALIGNED_OPERATOR_NEW   // 确保new操作符对齐操作
};
 
// 注册到PCL库
POINT_CLOUD_REGISTER_POINT_STRUCT(MyPoint,         //注册的结构类型
                                  (float, x, x)    //坐标
                                  (float, y, y)
                                  (float, z, z)
                                  (uint32_t,rgba,rgba)    //颜色
                                  (double, time_stamp, time_stamp)    //时间戳
);
 
double getTimeStamp()
{
    auto timeNow = chrono::duration_cast<chrono::milliseconds>(chrono::system_clock::now().time_since_epoch());
 
    return timeNow.count()/1000.0;
}
 
int main(int argc, char *argv[])
{
    pcl::PointCloud<MyPoint>::Ptr cloud;
    cloud.reset(new pcl::PointCloud<MyPoint>);
    cloud->width = 100;
    cloud->height = 1;
    cloud->is_dense = false;
    cloud->points.resize(100);
 
    for(auto i = 0; i < 100; i++)
    {
        // xyz
        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);
        
        // rgb
        cloud->points[i].r = 1024 * rand() / (256);
        cloud->points[i].g = 1024 * rand() / (256);
        cloud->points[i].b = 1024 * rand() / (256);
        cloud->points[i].time_stamp = getTimeStamp();
    }
 
    pcl::io::savePCDFile("mypoint.pcd",*cloud);
 
    // to show
#if 0
    pcl::visualization::CloudViewer viewer("Cloud Viewer");
    viewer.showCloud<MyPoint>(cloud);
#else
    pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer(renderer, renderWindow, "viewer", false));
    viewer->addPointCloud<MyPoint>(cloud,color);
    viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 4);
    
    while (!viewer.wasStopped ())
    {
        viewer->spinOnce(100);
 
    }
#endif
 
    return 0;
}

 （2）头文件封装

// 方式二：独立的头文件
#ifndef MYPOINT_H
#define MYPOINT_H
#include<pcl/point_types.h>
 
namespace MYPOINT {
 
struct EIGEN_ALIGN16 _MYPOINT
{
    PCL_ADD_POINT4D
    PCL_ADD_RGB
    double time_stamp;
    EIGEN_MAKE_ALIGNED_OPERATOR_NEW
};
 
struct EIGEN_ALIGN16 MYPOINT : public _MYPOINT
{
    inline MYPOINT (const _MYPOINT &p)
    {
        x = p.x; y = p.y; z = p.z; data[3] = 1.0f;
        rgba = p.rgba;
        a = 0;
        time_stamp = p.time_stamp;
    }
 
    inline MYPOINT ()
    {
        x = y = z = 0.0f;
        rgba = 0;
        data[3] = 1.0f;
        time_stamp = 0;
    }
 
    inline MYPOINT (float _x, float _y, float _z, uint32_t _rgb,double _time_stamp)
    {
        x = _x; y = _y; z = _z;
        rgba = _rgb;
        data[3] = 1.0f;
        time_stamp = _time_stamp;
    }
 
    friend std::ostream& operator << (std::ostream& os, const MYPOINT& p)
    {
        os << "(" << p.x << "," << p.y << "," << p.z << "," << p.rgba << ","<< p.time_stamp << ")";
        return os;
    }
 
    EIGEN_MAKE_ALIGNED_OPERATOR_NEW
};
} 
 
POINT_CLOUD_REGISTER_POINT_STRUCT(MYPOINT::MYPOINT,
                                  (float, x, x)
                                  (float, y, y)
                                  (float, z, z)
                                  (uint32_t,rgb,rgb)
                                  (double, time_stamp, time_stamp)
);
#endif