資源簡(jiǎn)介
PCL(Point Cloud Library)是在吸收了前人點(diǎn)云相關(guān)研究基礎(chǔ)上建立起來的大型跨平臺(tái)開源C 編程庫,
它實(shí)現(xiàn)了大量點(diǎn)云相關(guān)的通用算法和高效數(shù)據(jù)結(jié)構(gòu),
涉及到點(diǎn)云獲取、濾波、分割、配準(zhǔn)、檢索、特征提取、識(shí)別、追蹤、曲面重建、可視化等。
支持多種操作系統(tǒng)平臺(tái),可在Windows、Linux、Android、Mac OS X、部分嵌入式實(shí)時(shí)系統(tǒng)上運(yùn)行。
如果說OpenCV是2D信息獲取與處理的結(jié)晶,
那么PCL就在3D信息獲取與處理上具有同等地位,PCL是BSD授權(quán)方式,
可以免費(fèi)進(jìn)行商業(yè)和學(xué)術(shù)應(yīng)用。
它實(shí)現(xiàn)了大量點(diǎn)云相關(guān)的通用算法和高效數(shù)據(jù)結(jié)構(gòu),
涉及到點(diǎn)云獲取、濾波、分割、配準(zhǔn)、檢索、特征提取、識(shí)別、追蹤、曲面重建、可視化等。
支持多種操作系統(tǒng)平臺(tái),可在Windows、Linux、Android、Mac OS X、部分嵌入式實(shí)時(shí)系統(tǒng)上運(yùn)行。
如果說OpenCV是2D信息獲取與處理的結(jié)晶,
那么PCL就在3D信息獲取與處理上具有同等地位,PCL是BSD授權(quán)方式,
可以免費(fèi)進(jìn)行商業(yè)和學(xué)術(shù)應(yīng)用。
代碼片段和文件信息
/*
計(jì)算點(diǎn)云重心
?點(diǎn)云的重心是一個(gè)點(diǎn)坐標(biāo),計(jì)算出云中所有點(diǎn)的平均值。
你可以說它是“質(zhì)量中心”,它對(duì)于某些算法有多種用途。
如果你想計(jì)算一個(gè)聚集的物體的實(shí)際重心,
記住,傳感器沒有檢索到從相機(jī)中相反的一面,
就像被前面板遮擋的背面,或者里面的。
只有面對(duì)相機(jī)表面的一部分。
*/
#include?
#include?
#include?
#include?
int
main(int?argc?char**?argv)
{
????//?創(chuàng)建點(diǎn)云的對(duì)象
????pcl::PointCloud::Ptr?cloud_ptr(new?pcl::PointCloud);
?????
????//?讀取點(diǎn)云
????if?(pcl::io::loadPCDFile(“../../Filtering/table_scene_lms400.pcd“?*cloud_ptr)?!=?0)
????{
????????return?-1;
????}
//?3D點(diǎn)云顯示
??pcl::visualization::PCLVisualizer?viewer?(“3D?Viewer“);
??viewer.setBackgroundColor?(1?1?1);//背景顏色 白色
??pcl::visualization::PointCloudColorHandlerCustom?color_handler(cloud_ptr?1.0?1.0?1.0);
??viewer.addPoi
?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-04-09?13:54??pcl_learn\
?????目錄???????????0??2018-04-08?12:21??pcl_learn\Registration\
?????文件??????964377??2018-04-08?07:54??pcl_learn\Registration\capture0002.pcd
?????文件???????????0??2018-04-08?08:39??pcl_learn\Registration\無標(biāo)題文檔~
?????文件????????6848??2018-04-08?06:44??pcl_learn\Registration\iterative_closest_point.cpp
?????文件??????128513??2018-04-08?09:34??pcl_learn\Registration\obj.pcd
?????文件????????5473??2018-04-08?09:15??pcl_learn\Registration\rabbit.ply
?????文件????????6220??2018-04-08?11:51??pcl_learn\Registration\normal_distributions_transform.cpp
?????文件????????6477??2018-04-08?12:20??pcl_learn\Registration\alignment_prerejective.cpp~
?????文件????????9483??2018-04-08?09:01??pcl_learn\Registration\interactive_icp.cpp
?????文件????????6485??2018-04-08?12:21??pcl_learn\Registration\alignment_prerejective.cpp
?????文件??????972688??2018-04-08?07:54??pcl_learn\Registration\capture0001.pcd
?????文件??????978555??2018-04-08?07:54??pcl_learn\Registration\capture0003.pcd
?????文件?????????391??2015-12-18?15:02??pcl_learn\Registration\box.ply
?????文件????????1383??2018-04-08?12:16??pcl_learn\Registration\CMakeLists.txt~
?????文件???????15030??2018-04-08?07:56??pcl_learn\Registration\pairwise_incremental_registration.cpp~
?????文件????????6221??2018-04-08?09:24??pcl_learn\Registration\normal_distributions_transform.cpp~
?????文件??????996256??2018-04-08?07:54??pcl_learn\Registration\capture0004.pcd
?????文件???????15030??2018-04-08?08:08??pcl_learn\Registration\pairwise_incremental_registration.cpp
?????文件?????1001477??2018-04-08?07:55??pcl_learn\Registration\capture0005.pcd
?????文件????????9453??2018-04-08?09:01??pcl_learn\Registration\interactive_icp.cpp~
?????文件?????3531605??2018-04-08?09:34??pcl_learn\Registration\scene.pcd
?????文件??????603904??2018-04-08?08:38??pcl_learn\Registration\room_scan1.pcd
?????目錄???????????0??2018-04-08?12:21??pcl_learn\Registration\build\
?????文件?????5999032??2018-04-08?07:58??pcl_learn\Registration\build\1.pcd
?????文件????????1679??2018-04-08?06:22??pcl_learn\Registration\build\cmake_install.cmake
?????文件?????3577049??2018-04-08?08:50??pcl_learn\Registration\build\room_scan2_transformed.pcd
?????文件???????11587??2018-04-08?12:17??pcl_learn\Registration\build\Makefile
?????文件?????5878696??2018-04-08?07:59??pcl_learn\Registration\build\4.pcd
?????目錄???????????0??2018-04-08?12:21??pcl_learn\Registration\build\CMakeFiles\
?????文件????????9377??2018-04-08?12:17??pcl_learn\Registration\build\CMakeFiles\Makefile2
............此處省略1237個(gè)文件信息
評(píng)論
共有 條評(píng)論