PCL学习笔记(三)——可视化

女爷i 2023-07-24 08:19 4阅读 0赞

既然都已经开始学习PCL了，点云的可视化是必经之路，所以写篇笔记记录一下。

### 文章目录 ###

*  一、简单可视化工具CloudViewer
 *  二、PCLVisualizer可视化工具
 *   *  1、点云的简单显示
     *  2、点云法线显示
     *  3、多个点云显示

# 一、简单可视化工具CloudViewer #

CloudViewer类是PCL可视化中相对简单的一个点云查看工具，简单几行代码就可以显示点云，但是它并不能用到多线程程序中。

#include<pcl/visualization/cloud_viewer.h>
    #include<pcl/io/io.h>
    #include<pcl/io/pcd_io.h>//pcd 读写类相关的头文件。
    #include<pcl/io/ply_io.h>
    #include<pcl/point_types.h> //PCL中支持的点类型头文件。
    
    #include<iostream>//标准C++库中的输入输出类相关头文件。
    #include<string>
    
    using namespace std;
    
    void viewerOneOff(pcl::visualization::PCLVisualizer& viewer)
    { 
    	viewer.setBackgroundColor(0, 0, 0);   //设置背景颜色为黑色
    }
    
    int main()
    { 
    	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);	//创建点云对象
    
    	string filepath = "rabbit_t.pcd";
    	if (-1 == pcl::io::loadPCDFile(filepath, *cloud)) //打开点云文件
    	{ 
    		cout << "error input!" << endl;
    		return -1;
    	}
    
    	cout << cloud->points.size() << endl;
    	pcl::visualization::CloudViewer viewer("Cloud Viewer");     //创建viewer对象
    
    	viewer.showCloud(cloud);
    	while (!viewer.wasStopped())	//判断窗口有没有退出
    	{ 
    
    	}
    	return 0;
    }

显示效果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RheXVoYWl0YW5nMQ_size_16_color_FFFFFF_t_70]

而像PCLVisualizer这样拥有自己线程的类，如果要想和CloudViewer一起使用的话，那么就需要调用函数，这样就可以避免可视化的并发问题。  
代码如下：

但是按照此代码，并不能显示出图像，需要之后解决。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RheXVoYWl0YW5nMQ_size_16_color_FFFFFF_t_70 1]  
特别要注意的是，下面这几行代码：

#include <vtkAutoInit.h> 
    VTK_MODULE_INIT(vtkRenderingOpenGL);
    VTK_MODULE_INIT(vtkInteractionStyle);
    VTK_MODULE_INIT(vtkRenderingFreeType);

这需要我们对VTK的一些模块进行初始化，否则会出现下面的错误，还有就是在初始化vtkRenderingOpenGL模块时，我出现了其他问题，这个问题的解决就放在下一篇笔记了，毕竟这篇笔记主要是记录可视化的。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RheXVoYWl0YW5nMQ_size_16_color_FFFFFF_t_70 2]

# 二、PCLVisualizer可视化工具 #

PCLVisualizer可视化类要比CloudViewer类功能强大很多，但是也复杂很多。

## 1、点云的简单显示 ##

代码如下：

#include<pcl/visualization/cloud_viewer.h>
    #include<pcl/io/io.h>
    #include<pcl/io/pcd_io.h>//pcd 读写类相关的头文件。
    #include<pcl/io/ply_io.h>
    #include<pcl/point_types.h> //PCL中支持的点类型头文件。
    
    #include<iostream>//标准C++库中的输入输出类相关头文件。
    #include<string>
    
    using namespace std;
    
    boost::shared_ptr<pcl::visualization::PCLVisualizer> SimpleVisual(pcl::PointCloud<pcl::PointXYZ>::ConstPtr cloud)
    { 
    	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("Simple Viewer"));	//创建一个窗口
    	viewer->setBackgroundColor(0, 0, 0);	//设置背景颜色
    	viewer->addPointCloud<pcl::PointXYZ>(cloud, "Simple Cloud");	//添加点云
    	viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "Simple Cloud");	//设置点云呈现的属性，点的大小，点云对象
    	viewer->addCoordinateSystem(1.0);	//添加一个坐标系统，也就是x,y,z三个坐标轴，比例尺设为1.0
    	viewer->initCameraParameters();	//初始化相机参数，让用户在默认的角度下观察点云
    	return viewer;
    }
    
    int main()
    { 
    	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    
    	string filepath = "rabbit_t.pcd";
    	if (-1 == pcl::io::loadPCDFile(filepath, *cloud)) //打开点云文件
    	{ 
    		cout << "error input!" << endl;
    		return -1;
    	}
    
    	cout << cloud->points.size() << endl;
    	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer;
    	viewer = SimpleVisual(cloud);
    
    	while (!viewer->wasStopped())
    	{ 
    		viewer->spinOnce(100);	//100ms刷新一次屏幕
    		boost::this_thread::sleep(boost::posix_time::microseconds(100000));
    	}
    
    	return 0;
    }

显示效果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RheXVoYWl0YW5nMQ_size_16_color_FFFFFF_t_70 3]

## 2、点云法线显示 ##

点云的法线是点云非常重要的一个特征，显示点云的法线有助于我们去理解点云的一些情况，所以就记录一下。  
代码如下：

#include<pcl/visualization/cloud_viewer.h>
    #include<pcl/io/io.h>
    #include<pcl/io/pcd_io.h>//pcd 读写类相关的头文件。
    #include<pcl/io/ply_io.h>
    #include<pcl/point_types.h> //PCL中支持的点类型头文件。
    #include <pcl/features/normal_3d.h>
    
    #include<iostream>//标准C++库中的输入输出类相关头文件。
    #include<string>
    
    #include <vtkAutoInit.h>
    VTK_MODULE_INIT(vtkRenderingOpenGL);
    VTK_MODULE_INIT(vtkInteractionStyle);
    VTK_MODULE_INIT(vtkRenderingFreeType);
    
    using namespace std;
    
    //显示点云法线
    boost::shared_ptr<pcl::visualization::PCLVisualizer> normalsVis(
    	pcl::PointCloud<pcl::PointXYZ>::ConstPtr cloud, pcl::PointCloud<pcl::Normal>::ConstPtr normals)
    { 
    	//创建3D窗口并添加点云其包括法线 
    	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("3D Viewer"));
    	viewer->setBackgroundColor(0, 0, 0);
    	//pcl::visualization::PointCloudColorHandlerRGBField<pcl::PointXYZ> rgb(cloud);
    	viewer->addPointCloud<pcl::PointXYZ>(cloud,"sample cloud");
    	viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "sample cloud");
    	viewer->addPointCloudNormals<pcl::PointXYZ, pcl::Normal>(cloud, normals, 10, 0.1, "normals");		//这里面中的10是指每10个点显示一个法线，长度为0.1m
    	viewer->addCoordinateSystem(1.0);
    	viewer->initCameraParameters();
    	return viewer;
    }
    
    int main()
    { 
    	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    
    	string filepath = "Grass.pcd";
    	if (-1 == pcl::io::loadPCDFile(filepath, *cloud)) //打开点云文件
    	{ 
    		cout << "error input!" << endl;
    		return -1;
    	}
    
    	//以0.1的半径来获取点云法线
    	pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> ne;	//创建正态估计对象，可以利用他来估计3位表面点的法线、曲率等属性
    	ne.setInputCloud(cloud);
    	pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>());	//创建kdtree对象
    	ne.setSearchMethod(tree);	//设置搜索的方式
    	pcl::PointCloud<pcl::Normal>::Ptr cloud_normals(new pcl::PointCloud<pcl::Normal>());	//创建法向量点云对象
    	ne.setRadiusSearch(0.1);	//设置搜索的半径
    	ne.compute(*cloud_normals);
    
    	cout << cloud->points.size() << endl;
    	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer;
    	//viewer = SimpleVisual(cloud);
    	viewer = normalsVis(cloud, cloud_normals);
    
    	while (!viewer->wasStopped())
    	{ 
    		viewer->spinOnce(100);	//100ms刷新一次屏幕
    		boost::this_thread::sleep(boost::posix_time::microseconds(100000));
    	}
    
    	return 0;
    }

运行效果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RheXVoYWl0YW5nMQ_size_16_color_FFFFFF_t_70 4]  
不过要说一下，就是点云法向量的计算是比较费时间的，我尝试用了一个有3万多点的点云计算其法线，要耗费几十分钟。

## 3、多个点云显示 ##

PCLVisualizer类也允许我们进行多个点云的显示，这样比较容易进行点云的观察和比较。  
代码如下：

#include<pcl/visualization/cloud_viewer.h>
    #include<pcl/io/io.h>
    #include<pcl/io/pcd_io.h>//pcd 读写类相关的头文件。
    #include<pcl/io/ply_io.h>
    #include<pcl/point_types.h> //PCL中支持的点类型头文件。
    #include <pcl/features/normal_3d.h>
    
    #include<iostream>//标准C++库中的输入输出类相关头文件。
    #include<string>
    
    #include <vtkAutoInit.h>
    VTK_MODULE_INIT(vtkRenderingOpenGL);
    VTK_MODULE_INIT(vtkInteractionStyle);
    VTK_MODULE_INIT(vtkRenderingFreeType);
    
    using namespace std;
    
    //显示多个点云
    boost::shared_ptr<pcl::visualization::PCLVisualizer> viewportsVis(
    	pcl::PointCloud<pcl::PointXYZ>::ConstPtr cloud, pcl::PointCloud<pcl::Normal>::ConstPtr normals1, pcl::PointCloud<pcl::Normal>::ConstPtr normals2)
    { 
    	// 创建3D窗口并添加显示点云其包括法线
    	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("3D Viewer"));
    	viewer->initCameraParameters();
    	int v1(0);
    	viewer->createViewPort(0.0, 0.0, 0.5, 1.0, v1);
    	viewer->setBackgroundColor(0, 0, 0, v1);
    	viewer->addText("Radius: 0.05", 10, 10, "v1 text", v1);
    	//pcl::visualization::PointCloudColorHandlerRGBField<pcl::PointXYZRGB> rgb(cloud);
    	viewer->addPointCloud<pcl::PointXYZ>(cloud,  "sample cloud1", v1);
    	int v2(0);
    	viewer->createViewPort(0.5, 0.0, 1.0, 1.0, v2);
    	viewer->setBackgroundColor(0.3, 0.3, 0.3, v2);
    	viewer->addText("Radius: 0.1", 10, 10, "v2 text", v2);
    	//pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZRGB> single_color(cloud, 0, 255, 0);
    	viewer->addPointCloud<pcl::PointXYZ>(cloud, "sample cloud2", v2);
    	viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "sample cloud1");
    	viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "sample cloud2");
    	viewer->addCoordinateSystem(1.0);
    
    	viewer->addPointCloudNormals<pcl::PointXYZ, pcl::Normal>(cloud, normals1, 10, 0.2, "normals1", v1);
    	viewer->addPointCloudNormals<pcl::PointXYZ, pcl::Normal>(cloud, normals2, 10, 0.2, "normals2", v2);
    
    	return (viewer);
    }
    
    int main()
    { 
    	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    
    	string filepath = "Grass.pcd";
    	if (-1 == pcl::io::loadPCDFile(filepath, *cloud)) //打开点云文件
    	{ 
    		cout << "error input!" << endl;
    		return -1;
    	}
    
    	//以0.05的半径来获取点云法线
    	pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> ne;	//创建法线估计对象，可以利用他来估计3位表面点的法线、曲率等属性
    	ne.setInputCloud(cloud);
    	pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>());	//创建kdtree对象
    	ne.setSearchMethod(tree);	//设置搜索的方式
    	pcl::PointCloud<pcl::Normal>::Ptr cloud_normals(new pcl::PointCloud<pcl::Normal>());	//创建法向量点云对象
    	ne.setRadiusSearch(0.05);	//设置搜索的半径
    	ne.compute(*cloud_normals);
    
    	// 0.1为搜索半径获取点云法线
    	pcl::PointCloud<pcl::Normal>::Ptr cloud_normals2(new pcl::PointCloud<pcl::Normal>());
    	ne.setRadiusSearch(0.1);
    	ne.compute(*cloud_normals2);
    
    	cout << cloud->points.size() << endl;
    	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer;
    	viewer = viewportsVis(cloud, cloud_normals, cloud_normals2);
    
    	while (!viewer->wasStopped())
    	{ 
    		viewer->spinOnce(100);	//100ms刷新一次屏幕
    		boost::this_thread::sleep(boost::posix_time::microseconds(100000));
    	}
    	
    	return 0;
    }

运行效果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RheXVoYWl0YW5nMQ_size_16_color_FFFFFF_t_70 5]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RheXVoYWl0YW5nMQ_size_16_color_FFFFFF_t_70]: /images/20230528/f18108c15d994dbbaaa615817f641c57.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RheXVoYWl0YW5nMQ_size_16_color_FFFFFF_t_70 1]: /images/20230528/c102f72d4abd4ee082c026dca761c037.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RheXVoYWl0YW5nMQ_size_16_color_FFFFFF_t_70 2]: /images/20230528/a10dfb78a96d48db8563593f47b73839.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RheXVoYWl0YW5nMQ_size_16_color_FFFFFF_t_70 3]: /images/20230528/3dc2434ad6f2465988b48107fa5e6063.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RheXVoYWl0YW5nMQ_size_16_color_FFFFFF_t_70 4]: /images/20230528/02fe4d3d8e4d42138497d4b9bb8b75a5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RheXVoYWl0YW5nMQ_size_16_color_FFFFFF_t_70 5]: /images/20230528/2964078189a9460d8cd66a4d956cbca7.png