代码分享：点云下采样至一个固定数量点的点云

最新推荐文章于 2025-06-20 13:50:00 发布

有梦想的田园犬

最新推荐文章于 2025-06-20 13:50:00 发布

阅读量6.5k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： PCL 点云采样

本文链接：https://blog.youkuaiyun.com/AmbitiousRuralDog/article/details/80376144

本文介绍了一种将不规则点云数据下采样至固定点数的方法，适用于深度学习前的数据预处理。通过随机抽取不重复的点云索引来实现，与pcl的voxel grid filter相比，虽简化了过程，但可能导致轮廓信息损失和点分布不均。建议结合pcl的Random Sample算法以保持点云特性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

背景：

我获取了一些物体点云集，我想拿他们来搞深度学习。但是呢，他们每个点云的点数量不统一，无法作为网络的输入。那我们就需要对他们下采样至一个固定数量点的点云。

注：pcl的voxel grid filter可以下采样，但无法保证输出的点云的点的数量。

1. 代码：

#include <iostream>
#include <cstdlib>

#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/common/transforms.h>

#define PI 3.1415

using namespace std;

typedef pcl::PointXYZ PointT;
typedef pcl::PointCloud<PointT> PointCloudT;
unsigned int num_out_pt = 1024*2;

PointCloudT::Ptr rotateABit(const PointCloudT::Ptr cloud_in){
    PointCloudT::Ptr cloud_transformed (new PointCloudT);
    Eigen::Matrix4f transform = Eigen::Matrix4f::Identity();
    float theta_deg = 30;
    float c = cos(theta_deg*PI / 180.0);
    float s = sin(theta_deg*PI / 180.0);
    transform(1,1) = c;
    transform(3,3) = c;
    transform(1,3) = -s;