目标：

输入RGB图像 + Depth深度图像，输出单幅图像的点云模型pointcloud.pcd

Main.cpp

// C++ 标准库
#include <iostream>
#include <string>
using namespace std;// OpenCV 库
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>// PCL 库
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>// 定义点云类型
typedef pcl::PointXYZRGBA PointT;
typedef pcl::PointCloud<PointT> PointCloud; // 相机内参
const double camera_factor = 1000;
const double camera_cx = 325.5;
const double camera_cy = 253.5;
const double camera_fx = 518.0;
const double camera_fy = 519.0;// 主函数
int main( int argc, char** argv )
{// 读取./data/rgb.png和./data/depth.png，并转化为点云// 图像矩阵cv::Mat rgb, depth;// 使用cv::imread()来读取图像// API: http://docs.opencv.org/modules/highgui/doc/reading_and_writing_images_and_video.html?highlight=imread#cv2.imreadrgb = cv::imread( "./data/rgb.png" );// rgb 图像是8UC3的彩色图像// depth 是16UC1的单通道图像，注意flags设置-1,表示读取原始数据不做任何修改depth = cv::imread( "./data/depth.png", -1 );// 点云变量// 使用智能指针，创建一个空点云。这种指针用完会自动释放。PointCloud::Ptr cloud ( new PointCloud );// 遍历深度图for (int m = 0; m < depth.rows; m++)for (int n=0; n < depth.cols; n++){// 获取深度图中(m,n)处的值ushort d = depth.ptr<ushort>(m)[n];// d 可能没有值，若如此，跳过此点if (d == 0)continue;// d 存在值，则向点云增加一个点PointT p;// 计算这个点的空间坐标p.z = double(d) / camera_factor;p.x = (n - camera_cx) * p.z / camera_fx;p.y = (m - camera_cy) * p.z / camera_fy;// 从rgb图像中获取它的颜色// rgb是三通道的BGR格式图，所以按下面的顺序获取颜色p.b = rgb.ptr<uchar>(m)[n*3];p.g = rgb.ptr<uchar>(m)[n*3+1];p.r = rgb.ptr<uchar>(m)[n*3+2];// 把p加入到点云中cloud->points.push_back( p );}// 设置并保存点云cloud->height = 1;cloud->width = cloud->points.size();cout<<"point cloud size = "<<cloud->points.size()<<endl;cloud->is_dense = false;pcl::io::savePCDFile( "./pointcloud.pcd", *cloud );// 清除数据并退出cloud->points.clear();cout<<"Point cloud saved."<<endl;return 0;
}

CMakelist.txt

CMAKE_MINIMUM_REQUIRED( VERSION 2.8 )
PROJECT( slam )SET(CMAKE_CXX_COMPILER "g++")
SET( CMAKE_BUILD_TYPE Debug  )
SET(EXECUTABLE_OUTPUT_PATH ${PROJECT_SOURCE_DIR}/bin)
SET(LIBRARY_OUTPUT_PATH ${PROJECT_SOURCE_DIR}/lib)INCLUDE_DIRECTORIES( ${PROJECT_SOURCE_DIR}/include )
LINK_DIRECTORIES( ${PROJECT_SOURCE_DIR}/lib)ADD_SUBDIRECTORY( ${PROJECT_SOURCE_DIR}/src )

参考：一起做RGB-D SLAM (2)

单幅RGB图像+Depth深度图得到点云模型示例相关推荐

FusionNet：基于稀疏雷达点云和RGB图像的深度图补全
作者:Tom Hardy Date:2020-02-09 来源:FusionNet:基于稀疏雷达点云和RGB图像的深度图补全
docker 训练深度学习_利用RGB图像训练MultiModality的深度学习模型进行图像分割
▼更多精彩推荐,请关注我们▼ Dragonfly软件的一个特色功能就是可以让用户自己方便快速地训练深度学习的模型,实现图像分割等工作的智能完成.关于Dragonfly里面深度学习工具和智能分割向导工具 ...
《PlaneNet-单幅RGB图像的分段平面重建》论文中英文对照解读
论文地址:https://arxiv.org/pdf/1804.06278.pdf 代码地址:https://github.com/art-programmer/PlaneNet PlaneNet: ...
读后感与机翻《整体的三维场景解析和重建从单一的RGB图像》
以下是研究朱松纯FPICU概念中F(functionality)的第一篇论文记录: 读后感: 文章做了什么事? 提出一种3D室内场景解析和重建的算法,可以从单个RGB图像同时重建出室内场景的功能层次和 ...
CAD模型转为点云模型/三维点云转为灰度图
一.三维模型转变为点云模型 (1)导入三维模型首先准备好三维模型文件,笔者所使用的为.stl文件.在工具栏中找到File–>Open,选择三维模型文件点击打开,即可在CC中看到带转换的三维模型 ...
三维模型转变为点云模型的好工具——CloudCompare使用小记
普通三维模型能够直观地展示物体的三维全貌,但是在一些场合需要将三维模型变为相应的点云模型进行展示,而使用激光雷达等传感器采集到的点云信息往往只能反应模型表面的情况,或是使用PCL库中的可执行文件进行转 ...
第二讲从图像到点云笔记
本讲中,我们将带领读者,编写一个将3D图像转换为3D点云的程序.该程序是后期处理地图的基础.最简单的点云地图即是把不同位置的点云进行拼接得到的. 当我们使用RGB-D相机时,会从相机里读到两种数据:彩 ...
Realsense相机在linux下的配置使用，RGB与depth图像对齐
目录非ROS版本配置使用注意: ROS版本非ROS版本配置要在linux下使用realsense相机,需要首先配置librealsense.我的环境是Ubuntu18.04,相机是D43 ...
成功检测远距离目标，将点云与RGB图像结合，谷歌Waymo提出新算法：4D-Net
本文选自Google Blog,作者:AJ Piergiovanni 等转自机器之心编辑:陈萍.杜伟来自谷歌的研究者提出了一种利用 3D 点云和 RGB 感知信息的 3D 物体检测方法:4D-N ...
自己融合RGB和Depth图像
如何有效的融合融合RGB和Depth图像? 可以通过对两个通道进行卷积,然后融合,但是效果可能不太好,现在大部分都是通过注意力融合,之前自己想通过ASPP进行融合,因为ASPP可以捕捉上下文信息,但是 ...

单幅RGB图像+Depth深度图得到点云模型示例

目标：

Main.cpp

CMakelist.txt

单幅RGB图像+Depth深度图得到点云模型示例相关推荐

最新文章

热门文章