三维重建_彩色图和深度图转点云文件、ply和pcd相互转换、点云合并

傷城~ 2022-11-12 01:44 324阅读 0赞

**目录**

1 彩色图 + 深度图 = 点云

2 ply转pcd

3 pcd转ply

4 点云合并

--------------------

# 1 彩色图 + 深度图 = 点云 #

// 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/io/ply_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)
    {
    	// 图像矩阵
    	cv::Mat rgb, depth;
    	// 使用cv::imread()来读取图像
    	// 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
    	rgb = cv::imread("C:\\Users\\Administrator\\Desktop\\color.png");
    	depth = cv::imread("C:\\Users\\Administrator\\Desktop\\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::savePLYFile("C:\\Users\\Administrator\\Desktop\\ply.ply", *cloud);   //将点云数据保存为ply文件
    	pcl::io::savePCDFile("C:\\Users\\Administrator\\Desktop\\pcd.pcd", *cloud);   //将点云数据保存为pcd文件
    	// 清除数据并退出
    	cloud->points.clear();
    	cout << "Point cloud saved." << endl;
    	return 0;
    }

# 2 ply转pcd #

#include <iostream>
    #include <pcl/io/pcd_io.h>
    #include <pcl/io/ply_io.h>
    #include <pcl/console/print.h>
    #include <pcl/console/parse.h>
    #include <pcl/console/time.h>
    #include <pcl/io/vtk_lib_io.h>
    #include <pcl/io/vtk_io.h>
    #include <vtkPolyData.h>
    #include <vtkSmartPointer.h>
    #include <pcl/visualization/cloud_viewer.h>  
    #include <pcl/conversions.h>
    using namespace pcl;
    using namespace pcl::io;
    using namespace pcl::console;
     
    int main()
    {
    	pcl::PCLPointCloud2 point_cloud2;
    	pcl::PLYReader reader;
    	reader.read("reconstructed_2_1.ply", point_cloud2);
    	pcl::PointCloud<pcl::PointXYZ> point_cloud;
    	pcl::fromPCLPointCloud2(point_cloud2, point_cloud);
    	pcl::PCDWriter writer;
    	writer.writeASCII("reconstructed_2_1.pcd", point_cloud);
    	cout << "Done!" << endl;
    	return 0;
    }

# 3 pcd转ply #

#include <pcl/io/pcd_io.h>
    #include <pcl/io/ply_io.h>
    #include<pcl/PCLPointCloud2.h>
    #include<iostream>
    #include<string>
     
    using namespace pcl;
    using namespace pcl::io;
    using namespace std;
     
    int PCDtoPLYconvertor(string & input_filename, string& output_filename)
    {
    	pcl::PCLPointCloud2 cloud;
    	if (loadPCDFile(input_filename, cloud) < 0)
    	{
    		cout << "Error: cannot load the PCD file!!!" << endl;
    		return -1;
    	}
    	PLYWriter writer;
    	writer.write(output_filename, cloud, Eigen::Vector4f::Zero(), Eigen::Quaternionf::Identity(), true, true);
    	return 0;
     
    }
     
    int main()
    {
    	string input_filename = "./reconstructed_1_reconstructed_2_1.pcd";
    	string output_filename = "./reconstructed_1_reconstructed_2_1.ply";
    	PCDtoPLYconvertor(input_filename, output_filename);
    	cout << "Done!" << endl;
    	return 0;
    }

# 4 点云合并 #

#include <iostream>
    #include <pcl/io/pcd_io.h>
    #include <pcl/point_types.h>
    #include <string>
     
    using namespace std;  // 可以加入 std 的命名空间
     
    int main(int argc, char** argv)
    {
    	string ReviseName;
    	cout << "是否已经修改输出文件的名称和K值？请输入Y或N。" << endl;
    	cin >> ReviseName;
    	if (ReviseName != "Y")
    	{
    		return (-1);//跳出整个程序
    	}
    	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);	// 总点
     
    	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud1(new pcl::PointCloud<pcl::PointXYZ>);	// 点云1
    	pcl::PCDReader reader;
    	reader.read<pcl::PointXYZ>("reconstructed_1.pcd", *cloud1);//读取pcd文件，用指针传递给cloud。
     
    	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud2(new pcl::PointCloud<pcl::PointXYZ>);	// 点云2
    	reader.read<pcl::PointXYZ>("reconstructed_2_1.pcd", *cloud2);//读取pcd文件，用指针传递给cloud。
     
     
    	//拷贝点云数据
     
    	*cloud = *cloud1;
    	*cloud += *cloud2;
     
    	//输出时所用离群点的名字
    	string name_out1 = "reconstructed_1_";   //因为string变量自身就带着隐含的双引号了，所以不用特意加双引号
    	string name_out2 = "reconstructed_2_1.pcd";
    	string name_out = name_out1; name_out += name_out2; 
    	cout << name_out << endl;
     
    	pcl::PCDWriter writer;
    	writer.write<pcl::PointXYZ>(name_out, *cloud, false);//滤波后内点（主体点）
    	cout << "点云合并完成！" << endl;
     
    	return(0);
    }

参考：

*  vs2019+opencv配置方法：https://blog.csdn.net/y18771025420/article/details/110373449
 *  vs2019+pcl配置方法：https://blog.csdn.net/y18771025420/article/details/110517524
 *  参考文章：https://blog.csdn.net/stq054188/article/details/106408454