读取txt文本数据，用区域生长方法分割求平面

代码如下。有几处特殊说明再代码中注明了。

读取的txt文本就是3D点云数据。形式如下：

0.1， 0.3， 0.9

1.0 ， 1.3 ， 1.1

0.3， 0.4， 0.6

上面的数据计算由LSD中公式得来。已知图像坐标，点的逆深度值，求其3D

坐标公式如下：

// D * (u,v,1)*K逆 = 1/(1/D)* (u*fx_inv + cx_inv, v*fy_inv + cy_inv, 1)

#include <vtkAutoInit.h>
VTK_MODULE_INIT(vtkRenderingOpenGL)
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/segmentation/region_growing.h>
#include <pcl/features/normal_3d.h>
#include <pcl/kdtree/kdtree.h>
#include <pcl/filters/statistical_outlier_removal.h>
#include <iostream>
#include <vector>
#include<ctime>
#include<cstdlib>
#include <pcl/filters/voxel_grid.h>
#include <pcl/visualization/pcl_visualizer.h>

using namespace pcl;
using namespace std;
typedef PointXYZ PoinT;
int *rand_rgb(){//随机产生颜色
   int *rgb = new int[3];
   rgb[0] = rand() % 255;
   rgb[1] = rand() % 255;
   rgb[2] = rand() % 255;
   return rgb;
}
int main(int argc, char const *argv[])
{

//=============读取文本部分============================================================

int totalpoints = 0;
   cout<<"====== "<<argv[1]<<endl;
   int xx = atoi(argv[1]);
   //读入txt文档
   char buffer[256];

char txtname[500];
   sprintf(txtname, "%s%d%s", "/home/yy/imageresult0/", xx, ".txt");
   FILE *fp = fopen(txtname, "r");
   while (fgets(buffer, sizeof(buffer), fp) != NULL)
   {
       totalpoints ++;
   }
   fclose(fp);

printf("totalpoints = %d\n", totalpoints);
   // 创建点云
   pcl::PointCloud<pcl::PointXYZ> cloud1;
   cloud1.width = totalpoints;
   cloud1.height = 1;
   cloud1.is_dense=false;
   cloud1.points.resize(cloud1.width * cloud1.height);

{
       int i = 0;
       char buffer[256];
       FILE *fp = fopen(txtname, "r");
       while (fgets(buffer, sizeof(buffer), fp) != NULL)
       {
           char delim[] = ",";
           char *p = NULL;
           float date[3] = {0};
           int flag = 0;
           for(p = strtok(buffer, delim); p != NULL; p = strtok(NULL, delim))
           {
               date[flag] = atof(p);
               flag ++;
           }
           cloud1.points[i].x = date[0];
           cloud1.points[i].y = 0 - date[1];
           cloud1.points[i].z = date[2];

i ++;
       }
       fclose(fp);
   }

PointCloud<PoinT>::Ptr cloud(new PointCloud<PoinT>);

//指针与非ptr之间的转换。

cloud = cloud1.makeShared();

PointCloud<PoinT>::Ptr sor_cloud(new PointCloud<PoinT>);
   sor_cloud = cloud;

   //法向量求解**********************************************
   NormalEstimation<PoinT, Normal> ne;
   search::KdTree<PoinT>::Ptr tree(new search::KdTree<PoinT>);
   PointCloud<Normal>::Ptr normal_cloud(new PointCloud<Normal>);
   ne.setInputCloud(sor_cloud);
   ne.setKSearch(20);
   ne.setSearchMethod(tree);
   ne.compute(*normal_cloud);
   //基于法向量和曲率的区域生长算法**************************
   PointCloud<PoinT>::Ptr reg_cloud(new PointCloud<PoinT>);
   RegionGrowing<PoinT, Normal> reg;
   reg.setInputCloud(sor_cloud);
   reg.setSearchMethod(tree);
   reg.setNumberOfNeighbours(20);
   reg.setMinClusterSize(5);
   reg.setMaxClusterSize(100000);
   reg.setSmoothnessThreshold(3.0 / 180 * M_PI);
   reg.setCurvatureThreshold(1.0);
   reg.setInputNormals(normal_cloud);

vector<PointIndices>clusters;
reg.extract(clusters);

cout<<"clusters.size( = "<<clusters.size()<<endl;
   visualization::PCLVisualizer::Ptr viewer(new visualization::PCLVisualizer("Result of RegionGrowing"));
   for (int iter = 0; iter < clusters.size();iter++)
   {
       PointCloud<PoinT>::Ptr copy_cloud(new PointCloud<PoinT>);
       vector<int> inlier = clusters[iter].indices;
       copyPointCloud<PoinT>(*sor_cloud, inlier, *copy_cloud);
       stringstream ss;
       ss << "C:\\Users\\Administrator\\Desktop\\" << "RegionGrowing_clouds" << iter << ".pcd";
       //io::savePCDFileASCII(ss.str(), *copy_cloud);
       int *rgb = rand_rgb();//随机生成0-255的颜色值
       visualization::PointCloudColorHandlerCustom<PoinT>rgb1(copy_cloud, rgb[0], rgb[1], rgb[2]);//提取的平面不同彩色展示
       delete[]rgb;
       viewer->addPointCloud(copy_cloud, rgb1, ss.str());
       viewer->setPointCloudRenderingProperties(visualization::PCL_VISUALIZER_POINT_SIZE, 3, ss.str());
   }
   viewer->spin();

return 0;
}

读取txt文本数据，用区域生长方法分割求平面相关推荐

ROS下使用C++读取txt文本数据并使用
本代码功能:在ROS下使用C++读取txt文本数据并对数据进行处理分析:ROS的核心是话题订阅与发布,但作为ROS小白的我经常被各种话题搞得云里雾里,故本博客将可以处理的数据存入txt文本,通过读取 ...
python——读取txt文本数据并可视化
最近用于对比结果,使用到了python的基本操作,之前也有了解但是与M相比难免有些区别 txt文本数据如下 0.9453125 0.9640625 0.671875 0.55625 0.475 0.9 ...
python读取txt文本数据进行分词并生成词云图片
python对数据分词,生成词云图片小编在日常生活工作中学习到的点,在此记录一下,希望能够帮助有需要的小伙伴. 文章目录 python对数据分词,生成词云图片前言一.全部代码选用的图片和效果图 ...
使用C语言读取.txt文本数据构建链表时fscanf用法不当以及文件编码格式不对导致读取失败
问题描述做C语言课设的时候想要通过读取文本的方式构建一个链表. 结构体 typedef struct grade {char subject[15];//科目char startTime[10];/ ...
C# 读取TXT文本数据添加到数据库
protected void Button1_Click(object sender, EventArgs e){//使用FileStream读取文件 FileStream fileStream = ...
MATLAB读取写入文本数据最佳方法 | Best Method for Loading Saving Text Data Using MATLAB
MATLAB读取文件有很多方法.然而笔者在过去进行数据处理中,由于函数太多,相互混杂,与C#,Python等语言相比,反而认为读取文本数据比较麻烦.C#和Python等高级语言中,对于大部分的文本数据 ...
python接口自动化参数化_Python读取txt文件数据的方法(用于接口自动化参数化数据)...
小试牛刀: 1.需要python如何读取文件 2.需要python操作list 3.需要使用split()对字符串进行分割代码运行截图 : 代码(copy) #encoding=utf-8 #1.r ...
python读取txt文件并求和,Python读取txt文件数据的方法(用于接口自动化参数化数据)...
小试牛刀: 1.需要python如何读取文件 2.需要python操作list 3.需要使用split()对字符串进行分割代码运行截图 : 代码(copy) #encoding=utf-8 #1.r ...
python逐行读取字符串_python3.4.3下逐行读入txt文本并去重的方法
读写文件时应注意的问题包括: 1.字符编码 2.操作完成即时关闭文件描述符 3.代码兼容性几种方法: #!/bin/python3 original_list1=[" "] or ...

读取txt文本数据，用区域生长方法分割求平面

读取txt文本数据，用区域生长方法分割求平面相关推荐

最新文章

热门文章