PointCloudLibrary点云库介绍

PCL(Point Cloud Library)学习指南&资料推荐（2020版）

PCL开始上手其实有点容易迷惑，而且PCL文档最近（2020）改版了。里面很多文档和之前的都不一样了，我自己学习PCL时，看的是最新文档，也踩了很多坑，现在分享一下自己的学习方法和思路，希望对大家有所帮助。

顺便放下个人学习代码（有详细中文注解）：https://github.com/HuangCongQing/pcl-learning
自己做了很多笔记，有时间可以整理出来，发出来！
【20201103】系列笔记整理出来了，先放在语雀文档上，后续发在知乎上！PCL(Point Cloud Library)学习记录（2020） · 语雀

本文初写於语雀文档，阅读体验更好：

PCL(Point Cloud Library)学习指南&资料推荐：

https://www.yuque.com/huangzhongqing/pcl/rdk5k8

1 PCL 介绍

首先肯定先介绍下PCL，虽然大家都大概知道了(✿◡‿◡)！如下：

官网和github连接先mark这了。

官网：https://pointclouds.org/

GitHub：https://github.com/PointCloudLibrary/pcl

介绍：

点云数据的处理可以采用获得广泛应用的Point Cloud Library (点云库，PCL库)。
PCL库是一个最初发布于2013年的开源C++库。它实现了大量点云相关的通用算法和高效的数据管理。
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信息获取与处理的技术结晶，那么PCL在3D信息获取与处理上，就与OpenCV具有同等地位
PCL是BSD授权方式，可以免费进行商业和学术应用。

下面是PCL架构图

如图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。

我们主要学习的就是里面各种模块，总体来说16个模块（下图中有15个，少了recognition），如下：

官网各模块：https://pcl.readthedocs.io/projects/tutorials/en/latest/#

01common
02kdtree k维tree
03octree 八叉树
04search
05sample consensus 抽样一致性模块
06range-images深度图像
07tracking （此模块，没有官方示例代码）
08 io 输入输出
09 filters 滤波
10 features 特征
11 surface表面
12 segmentation分割
13 recognition识别（下图中没有）
14 registration配准
15 visualization可视化
16 keypoints关键点

每个模块都有依赖关系，依赖关系如下图（可以看出有四层），最基本的就是最底层的commom模块。

箭头对应的是依赖关系，比如第二层的kdtree依赖于common；第四层的registration有四个箭头，分别是sample_consensus, kdtree, common, features。

官方图

B站up主画的更详细的图

B站up主画的更详细的图

2 PCL学习指南

PCL最近（2020）改版了。里面很多文档和之前的都不一样了，我自己学习PCL时时，是看的最新文档，也踩了很多坑，现在分享一下自己的学习方法和思路，希望对大家有所帮助。

2.1 理解入门

先放下入门资料（后面会介绍）：
1. 视频：bilibili-PCL点云库官网教程
2. 点云库PCL学习教程书籍每章总结：https://github.com/MNewBie/PCL-Notes

大家应该都明白，官方文档是最好的学习资料，但目前没有中文版，我看有些博主也翻译了一部分，现在特意整理了下！

第一步，首先，大家什么都不了解的话，强烈推荐大家看这个视频入门：bilibili-PCL点云库官网教程

bibili-PCL点云库官网教程

第二步，然后，有一本中文教程大家应该知道：

点云库PCL学习教程，朱德海，北京航空航天大学出版社

这本书好多人吐槽，因为就是英文的官方文档翻译过来的，还有一些错误信息。

不过作为入门还是挺好的，里面有附带的代码demo（就是官网上的），下面是书籍PDF版和示例代码，有需要的可以看下。

百度网盘资料：
链接：https://pan.baidu.com/s/1ziq8s_kj5QpM8eXO_d6RJg
提取码：g6ny

百度网盘资料

但是这本书我没有看，因为当时在github上发现了一个人总结的书中的笔记，如下。

文档写的还挺好的，大家可以先看这个打基础，对PCL有个宏观的了解！

https://github.com/MNewBie/PCL-Notes

PCL各章节笔记

经过上面两步，大家应该对PCL有所了解，然后我们就敲代码吧!

2.2 代码实践

代码实践资料：
1 官方各模块示例(和对应的对象函数对照着看)【英文】：https://pcl.readthedocs.io/projects/tutorials/en/latest/#
2 官方各模块对应的对象和函数【英文】：
https://pointclouds.org/documentation/modules.html
https://pointclouds.org/ 点击网站中的12宫图，每一格对应一个模块的对象函数详解
3 黑马机器人系列文档：PCL-3D点云：http://robot.czxy.com/docs/pcl/
4 CSDN博主系列文章PCL学习(64篇)：https://www.cnblogs.com/li-yao7758258/category/954066.html

代码学习主要看两块：官方示例demo + 每个示例中的对象函数介绍。

主要结合这两块来看：边看示例代码，边看代码里面对象函数的参数详情。

2.2.1官方示例demo代码（官方英文，后面可以结合中文注解一起看，下面有写）

各模块的官方示例demo位置在网站侧边栏。如下图

https://pcl.readthedocs.io/projects/tutorials/en/latest/#

各模块的官方示例demo位置在网站侧边栏

2.2.2各模块的函数详解

进入各模块有两种方式

下面链接侧边栏也都是各模块函数详情，如下图：

https://pointclouds.org/documentation/modules.html

官网的Getting Started中的12宫图，每一格对应一个模块的对象函数详解，如下图

https://pointclouds.org/

侧边栏也都是各模块函数详情

官网的Getting Started中的12宫图，每一格对应一个模块的对象函数详解

2.2.3单个模块学习举例（比如IO模块）

总的学习方法：
先将要学的官网IO模块的实例demo代码和IO模块函数的详解页面打开。
然后将模块介绍和中文代码注释的博客打开，一起学习！

首先，将官网IO模块的实例demo代码和IO模块函数的详解页面打开，如下图：

实例demo代码（实战）每个模块都有几个demo代码，点击进去里面有代码的解释

shttps://pcl.readthedocs.io/projects/tutorials/en/latest/index.html#i-o

IO模块函数class

https://pointcloudlibrary.github.io/documentation/group__io.html

同时，可以结合看中文详情博客笔记：

从PCD文件写入和读取点云数据

http://robot.czxy.com/docs/pcl/chapter01/io/

个人学习代码（有详细中文注解）：https://github.com/HuangCongQing/pcl-learning

实例demo代码（实战）每个模块都有几个demo代码

每个示例都有对应代码和解释

对照中文博客更佳

IO模块函数class

再放下个人学习代码（有详细中文注解）：https://github.com/HuangCongQing/pcl-learning
自己做了很多笔记，有时间可以整理发出来。

3 经验和推荐资料总结

先说下这位博主的建议，我觉得挺好的：

关于如何查找和利用PCL库学习资源的一些心得

博主个人推荐是把PCL官网的“API Documentation”、“Tutorial”和《点云库PCL学习教程2》结合起来用效果会比较好。如果你需要用到某项功能，先去看原版的PCL官网的“API Documentation”、“Tutorial”获取最原汁原味的“第一感觉”，然后再去看《点云库PCL学习教程2》进行“中文亲切版收割”，其中还可以顺便收割一波“理论背景与整理”。先啃硬骨头，然后云里笑。
看例程，需要用哪块就直接上实例熟悉代码和库。多调试代码，慢慢就熟悉了。每个人都得经历这个过程。

3.1系列资料汇总

入门资料：

视频：bilibili-PCL点云库官网教程
点云库PCL学习教程书籍每章总结：https://github.com/MNewBie/PCL-Notes
百度网盘资料：

链接：https://pan.baidu.com/s/1ziq8s_kj5QpM8eXO_d6RJg

提取码：g6ny

代码实践资料：

官方各模块示例(和对应的对象函数对照着看)【英文】：https://pcl.readthedocs.io/projects/tutorials/en/latest/#
官方各模块对应的对象和函数【英文】：
- https://pointclouds.org/documentation/modules.html
- https://pointclouds.org/ 点击网站中的12宫图，没一格对应一个模块的对象函数详解
黑马机器人系列文档：PCL-3D点云：http://robot.czxy.com/docs/pcl/
CSDN博主系列文章PCL学习(64篇)：https://www.cnblogs.com/li-yao7758258/category/954066.html

4 附每个模块学习链接

代码自己一定要动手敲一遍

02kdtree k维tree

官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/index.html#kdtree

对应函数：https://pointclouds.org/documentation/group__kdtree.html

详细中文博客：https://www.cnblogs.com/li-yao7758258/p/6437440.html

https://zhuanlan.zhihu.com/p/144991935

03octree 八叉树

官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#octree

点云压缩
- 将学习如何压缩单点云和点云流
使用八进制进行空间分区和搜索操作
- 学习如何使用八叉树进行空间分区和最近邻居搜索
无组织点云数据的空间变化检测没有看
- 学习如何使用八叉树检测点云内的空间变化

对应函数：https://pointclouds.org/documentation/group__octree.html

详细中文博客文章：

PCL学习八叉树
PCLVisualizer可视化类

05sample consensus 抽样一致性模块

官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#sample-consensus

对应函数：https://pointclouds.org/documentation/group__sample__consensus.html

详细中文博客文章：

http://robot.czxy.com/docs/pcl/chapter02/RANSAC/系列

PCL采样一致性算法

PCL几种采样方法

下采样 Downsampling
均匀采样：这个类基本上是相同的，但它输出的点云索引是选择的关键点在计算描述子的常见方式。
增采样：增采样是一种表面重建方法，当你有比你想象的要少的点云数据时，增采样可以帮你恢复原有的表面（S）
表面重建：深度传感器的测量是不准确的，和由此产生的点云也是存在的测量误差，比如离群点，孔等表面，可以用一个算法重建表面，遍历所有的点云和插值数据，试图重建原来的表面。比如增采样，PCL使用MLS算法和类。执行这一步是很重要的，因为由此产生的点云的法线将更准确。

06range-images深度图像

官方demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#range-images

How to create a range image from a point cloud

How to extract borders from range images

对应函数：

http://robot.czxy.com/docs/pcl/chapter02/range_image/

PCL深度图像(1)

PCL深度图像(2)

可视化深度图像

08 io 输入输出

官方demo

shttps://pcl.readthedocs.io/projects/tutorials/en/latest/index.html#i-o

documentation(class和function函数)

https://pointcloudlibrary.github.io/documentation/group__io.html

code

https://github.com/HuangCongQing/pcl-learning/blob/master/08IO%E8%BE%93%E5%85%A5%E8%BE%93%E5%87%BA

详情笔记：

从PCD文件写入和读取点云数据

连接两个点云中的字段或数据形成新点云以及Opennni Grabber初识

09 filters 滤波

官方示例：https://pcl.readthedocs.io/projects/tutorials/en/latest/index.html#filtering

对应函数：https://pointcloudlibrary.github.io/documentation/group__filters.html

详细中文博客文章：

PCL滤波介绍(1)

PCL滤波介绍（2）

PCL滤波介绍(3)

10 features 特征

官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/index.html#features

函数：https://pointcloudlibrary.github.io/documentation/group__features.html

详细中文博客文章：

3D 特征点概述（1）

3D 特征点概述（2）

PCL点云特征描述与提取（1）

PCL点云特征描述与提取（2）

PCL点云特征描述与提取（3）

PCL点云特征描述与提取（4）

11 surface表面

官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#surface

Smoothing and normal estimation based on polynomial reconstruction
Construct a concave or convex hull polygon for a plane model
Fast triangulation of unordered point clouds
Fitting trimmed B-splines to unordered point clouds

函数：https://pointcloudlibrary.github.io/documentation/group__surface.html

详细中文博客文章：

http://robot.czxy.com/docs/pcl/chapter04/resampling/

pcl几种表面重建_3D的博客-CSDN博客

PCL点云曲面重建（1）

PCL法线估计

12 segmentation分割

官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#segmentation

函数：https://pointclouds.org/documentation/group__segmentation.html

详细中文博客文章：

PCL中分割_欧式分割（1）

PCL中分割方法的介绍（2）

PCL中分割方法的介绍（3）

PCL点云分割（1）

PCL点云分割（2）

PCL点云分割（3）

13 recognition识别

官网demo：

https://pcl.readthedocs.io/projects/tutorials/en/latest/#recognition

3D Object Recognition based on Correspondence Grouping
Implicit Shape Model
Tutorial: Hypothesis Verification for 3D Object Recognition

函数：https://pointclouds.org/documentation/group__recognition.html

详细中文博客文章：

https://github.com/Ewenwan/MVision/tree/master/PCL_APP/Recognition

14 registration配准

官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#registration

函数：https://pointcloudlibrary.github.io/documentation/group__registration.html

The PCL Registration API官网理论
使用迭代最近点算法(ICP)How to use iterative closest point
如何逐步匹配多幅点云 How to incrementally register pairs of clouds
04-配准之交互式ICPInteractive Iterative Closest Point
正态分布变换配准(NDT)How to use Normal Distributions Transform
手持式小型物品扫描仪 In-hand scanner for small objects
刚性物体的鲁棒姿态估计Robust pose estimation of rigid objects

中文博客文章：

PCL点云配准（1）代码
PCL点云配准（2）代码
PCL点云配准（3）理论
PCL特征点与配准（1）
点云NDT配准方法介绍

黑马机器人 | PCL-3D点云

01-点云中的数学
02-点云配准原理概述
03-点云配准流程示例 *
- 使用迭代最近点算法(ICP)
- 正态分布变换配准(NDT)
- 刚性物体的鲁棒姿态估计
04-配准之交互式ICP
05-点云配准数学原理

PCL中的点云ICP配准（附源代码和数据）_qq_29462849的 ...

15 visualization可视化

官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#visualization

类/对象/函数：https://pointcloudlibrary.github.io/documentation/group__visualization.html

详细中文博客文章：

PCL 可视化
PCLVisualizer可视化类
可视化深度图像

16 keypoints关键点

官网demo：https://pcl.readthedocs.io/projects/tutorials/en/latest/#keypoints

类/对象/函数：https://pointclouds.org/documentation/group__keypoints.html

详细中文博客文章：

http://robot.czxy.com/docs/pcl/chapter02/keypoints/

PCL关键点（1）

以上，附个人学习代码（有详细中文注解）：

HuangCongQing/pcl-learninggithub.com

引用

版权

双愚

码农研究生自动驾驶/点云视觉感知 | 公众号『重庆小哥稳』

https://www.cnblogs.com/li-yao7758258/category/954066.html?page=1

PCL点云库官网教程