将三维点云投影到XOZ面上

如图左边是原始的三维点云pcd格式，右边是投影到XOZ面上的数据，Y为0.

#include <iostream>
#include <pcl/filters/project_inliers.h>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/statistical_outlier_removal.h>
#include <pcl/features/normal_3d.h>
#include <pcl/segmentation/extract_clusters.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/ModelCoefficients.h>
#include<cstdlib>
#include <windows.h>
#include <pcl/console/parse.h>
#include <pcl/console/print.h>
#include <pcl/correspondence.h>
#include <boost/filesystem.hpp>using namespace pcl;
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** argv)
{pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_projected(new pcl::PointCloud<pcl::PointXYZ>);//点云的读取*********************************************************if (io::loadPCDFile("F://coutsaved//test//boxes//pcd//11Cloud.pcd", *cloud) == -1){PCL_ERROR("read false");return 0;}// Create a set of planar coefficients with X=Y=0,Z=1//In this case, we use a plane model, with ax+by+cz+d=0, where a=b=d=0, and c=1, or said differently, the X-Y plane.pcl::ModelCoefficients::Ptr coefficients(new pcl::ModelCoefficients());coefficients->values.resize(4);coefficients->values[0] = 0;coefficients->values[1] = 1.0;coefficients->values[2] = 0;coefficients->values[3] = 0;visualization::PCLVisualizer::Ptr viewer1(new visualization::PCLVisualizer("Remove-Y"));// Create the filtering objectpcl::ProjectInliers<pcl::PointXYZ> proj;proj.setModelType(pcl::SACMODEL_PLANE);proj.setInputCloud(cloud);proj.setModelCoefficients(coefficients);proj.filter(*cloud_projected);io::savePCDFileASCII("F://coutsaved//test//boxes//plane//removey.pcd", *cloud_projected);//保存投影到XOZ面上的点云int *rgb = rand_rgb();     //随机生成0-255的颜色值visualization::PointCloudColorHandlerCustom<PoinT>rgb1(cloud_projected, rgb[0], rgb[1], rgb[2]);delete[]rgb;viewer1->addPointCloud(cloud_projected, rgb1, "F://coutsaved//test//boxes//plane//removey.pcd");system("pause");return (0);
}

将三维点云投影到XOZ面上相关推荐

python三维点云投影（一）
一.立体几何基础知识 1.1 平面表示三维平面的统一表示方法: 1.2 法向量假设(x1, y1, z1).(x2,y2,z2)为平面上两个点,那么可以得到: (x2-x1, y2-y1, z2- ...
PCL滤波--参数化模型投影点云---三维点云投影到二维平面
PCL点云滤波模块,有一种方法叫做参数化模型投影点云滤波,意思就是创建一个参数化模型(可以是平面,球体,椎体等),然后将点云投影到上面,比如说如果投影到平面上,那么就实现了三维降到二维,滤掉了一个维度 ...
三维点云的深度学习研究综述
作者丨aaa 来源丨https://zhuanlan.zhihu.com/p/455210291 编辑丨3D视觉工坊摘要点云学习由于在计算机视觉.自动驾驶.机器人等领域的广泛应用,近年来受到越来越 ...
三维点云语义分割总览
点云PCL免费知识星球,点云论文速读. 标题:三维点云语义分割总览作者:吉祥街欢迎各位加入免费知识星球,获取PDF文档,欢迎转发朋友圈,分享快乐. 希望有更多的小伙伴能够加入我们,一起开启论文阅读 ...
matlab三维点云去除背景,一种点云处理三维重建方法与流程
本发明属于三维数字化.逆向工程领域,特别是涉及一种点云处理三维重建方法. 背景技术: ::三维扫描是一种高精度的三维坐标测量方法.线结构激光投射到被测表面,摄像机获取投射图像,提取光条上点的三维形貌. ...
自动驾驶视觉融合-相机校准与激光点云投影
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者:william 链接:https://zhuanlan.zhihu.com/p/13626375 ...
azure kinect三维点云_【干货】三维重建技术综述
三维重建技术通过深度数据获取.预处理.点云配准与融合.生成表面等过程,把真实场景刻画成符合计算机逻辑表达的数学模型.这种模型可以对如文物保护.游戏开发.建筑设计.临床医学等研究起到辅助的作用. 三维重 ...
azure kinect三维点云_三维重建技术，你捋清楚了吗？本文适合小白
三维重建技术通过深度数据获取.预处理.点云配准与融合.生成表面等过程,把真实场景刻画成符合计算机逻辑表达的数学模型.这种模型可以对如文物保护.游戏开发.建筑设计.临床医学等研究起到辅助的作用. 三维重 ...
二十八. 智能驾驶笔记之基于PointNet++的三维点云分类和语义分割
第一部分基于三维点云的分类和语义分割介绍第二部分 PointNet和PointNet++ 第三部分 PointNet++关键代码分析第一部分基于三维点云的分类和语义分割介绍基于二维图像的神经 ...

将三维点云投影到XOZ面上

将三维点云投影到XOZ面上相关推荐

最新文章

热门文章