библиотека облака точек — преобразование pcl :: pointcloud в двоичное изображение. Переполнение стека
Я пытаюсь преобразовать плоскую часть pcl :: pointcloud в двоичное изображение. Я нашел класс с именем savePNGFile, но он плохо работает с моей программой.
До сих пор я делал селектор ROI и фильтр интенсивности, чтобы получить желаемые баллы.
void regionOfInterest(VPointCloud::Ptr cloud_in, double x1, double x2,
double y1, double y2, double z)
{
for (VPoint& point: cloud_in->points)
if ((z > point.z) && (y1 > point.y) && (y2 < point.y) && (x1 > point.x)
&&(x2 < point.x))
cloud_out->points.push_back(point);
}
(VPointCloud — это тип pointcloud, который мне нужен для работы с моими данными)
Я знаю, что, возможно, фрагмент кода, который я там показываю, не имеет отношения к делу, но он может показать вам более или менее типы, которые я использую.
Кто-нибудь знает, как экспортировать это pointcloud в двоичное изображение? После этого шага я буду работать с OpenCV.
Спасибо
Решение
Этот метод должен работать для организованных или неорганизованных данных. Однако вам может потребоваться повернуть плоскость облаков входных точек так, чтобы она была параллельна двум из ортогональных измерений, и вы знаете, какое измерение вы хотите удалить. stepSize1 и stepSize2 являются параметрами, определяющими, какой размер облака точек становится пикселем в новом изображении. Это вычисляет изображение в градациях серого на основе плотности точек, но его можно легко изменить, чтобы показать глубину или другую информацию. Простой порог также может быть использован, чтобы сделать изображение двоичным.
cv::Mat makeImageFromPointCloud(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud, std::string dimensionToRemove, float stepSize1, float stepSize2)
{
pcl::PointXYZI cloudMin, cloudMax;
pcl::getMinMax3D(*cloud, cloudMin, cloudMax);
std::string dimen1, dimen2;
float dimen1Max, dimen1Min, dimen2Min, dimen2Max;
if (dimensionToRemove == "x")
{
dimen1 = "y";
dimen2 = "z";
dimen1Min = cloudMin.y;
dimen1Max = cloudMax.y;
dimen2Min = cloudMin.z;
dimen2Max = cloudMax.z;
}
else if (dimensionToRemove == "y")
{
dimen1 = "x";
dimen2 = "z";
dimen1Min = cloudMin.x;
dimen1Max = cloudMax.x;
dimen2Min = cloudMin.z;
dimen2Max = cloudMax.z;
}
else if (dimensionToRemove == "z")
{
dimen1 = "x";
dimen2 = "y";
dimen1Min = cloudMin.x;
dimen1Max = cloudMax.x;
dimen2Min = cloudMin.y;
dimen2Max = cloudMax.y;
}
std::vector<std::vector<int>> pointCountGrid;
int maxPoints = 0;
std::vector<pcl::PointCloud<pcl::PointXYZ>::Ptr> grid;
for (float i = dimen1Min; i < dimen1Max; i += stepSize1)
{
pcl::PointCloud<pcl::PointXYZ>::Ptr slice = passThroughFilter1D(cloud, dimen1, i, i + stepSize1);
grid.push_back(slice);
std::vector<int> slicePointCount;
for (float j = dimen2Min; j < dimen2Max; j += stepSize2)
{
pcl::PointCloud<pcl::PointXYZ>::Ptr grid_cell = passThroughFilter1D(slice, dimen2, j, j + stepSize2);
int gridSize = grid_cell->size();
slicePointCount.push_back(gridSize);
if (gridSize > maxPoints)
{
maxPoints = gridSize;
}
}
pointCountGrid.push_back(slicePointCount);
}
cv::Mat mat(static_cast<int>(pointCountGrid.size()), static_cast<int>(pointCountGrid.at(0).size()), CV_8UC1);
mat = cv::Scalar(0);
for (int i = 0; i < mat.rows; ++i)
{
for (int j = 0; j < mat.cols; ++j)
{
int pointCount = pointCountGrid.at(i).at(j);
float percentOfMax = (pointCount + 0.0) / (maxPoints + 0.0);
int intensity = percentOfMax * 255;
mat.at<uchar>(i, j) = intensity;
}
}
return mat;
}pcl::PointCloud<pcl::PointXYZ>::Ptr passThroughFilter1D(const pcl::PointCloud<pcl::PointXYZ>::Ptr cloud, const std::string field, const double low, const double high, const bool remove_inside)
{
if (low > high)
{
std::cout << "Warning! Min is greater than max!\n";
}
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZI>);
pcl::PassThrough<pcl::PointXYZI> pass;
pass.setInputCloud(cloud);
pass.setFilterFieldName(field);
pass.setFilterLimits(low, high);
pass.setFilterLimitsNegative(remove_inside);
pass.filter(*cloud_filtered);
return cloud_filtered;
}
Другие решения
Других решений пока нет …