PCL获取点云的包络尺寸

在 PCL 中，获取点云聚类的包络尺寸（即聚类的边界框尺寸）可以通过以下步骤实现：

1. 对点云进行聚类：使用聚类算法（如欧几里得聚类）将点云分割成多个聚类。
2. 计算每个聚类的边界框：对每个聚类，计算其轴对齐边界框（AABB）或旋转边界框（OBB），并获取其尺寸。

以下是完整的代码示例，展示如何获取聚类的包络尺寸：

#include <pcl/point_types.h>
#include <pcl/point_cloud.h>
#include <pcl/io/pcd_io.h>
#include <pcl/segmentation/extract_clusters.h>
#include <pcl/kdtree/kdtree.h>
#include <pcl/features/moment_of_inertia_estimation.h>
#include <pcl/visualization/pcl_visualizer.h>

int main(int argc, char** argv)
{
    // 加载点云数据
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    if (pcl::io::loadPCDFile<pcl::PointXYZ>("input_cloud.pcd", *cloud) == -1)
    {
        PCL_ERROR("Couldn't read file input_cloud.pcd \n");
        return -1;
    }

    // 创建 KD 树用于聚类
    pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);
    tree->setInputCloud(cloud);

    // 欧几里得聚类对象
    std::vector<pcl::PointIndices> cluster_indices;
    pcl::EuclideanClusterExtraction<pcl::PointXYZ> ec;
    ec.setClusterTolerance(0.02);  // 设置聚类距离阈值
    ec.setMinClusterSize(100);     // 设置最小聚类点数
    ec.setMaxClusterSize(25000);   // 设置最大聚类点数
    ec.setSearchMethod(tree);
    ec.setInputCloud(cloud);
    ec.extract(cluster_indices);   // 执行聚类

    // 可视化对象
    pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("Cluster Viewer"));
    viewer->setBackgroundColor(0, 0, 0);

    // 遍历每个聚类
    int cluster_id = 0;
    for (const auto& indices : cluster_indices)
    {
        // 提取当前聚类的点云
        pcl::PointCloud<pcl::PointXYZ>::Ptr cluster_cloud(new pcl::PointCloud<pcl::PointXYZ>);
        for (const auto& index : indices.indices)
        {
            cluster_cloud->points.push_back(cloud->points[index]);
        }
        cluster_cloud->width = cluster_cloud->points.size();
        cluster_cloud->height = 1;
        cluster_cloud->is_dense = true;

        // 计算聚类的惯性矩和边界框
        pcl::MomentOfInertiaEstimation<pcl::PointXYZ> feature_extractor;
        feature_extractor.setInputCloud(cluster_cloud);
        feature_extractor.compute();

        pcl::PointXYZ min_point, max_point;
        feature_extractor.getAABB(min_point, max_point);  // 获取轴对齐边界框

        // 计算包络尺寸
        float width = max_point.x - min_point.x;
        float height = max_point.y - min_point.y;
        float depth = max_point.z - min_point.z;

        std::cout << "Cluster " << cluster_id << " size (W x H x D): "
                  << width << " x " << height << " x " << depth << std::endl;

        // 可视化聚类和边界框
        std::string cluster_name = "cluster_" + std::to_string(cluster_id);
        viewer->addPointCloud<pcl::PointXYZ>(cluster_cloud, cluster_name);
        viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_COLOR,
                                                1.0 - (float)cluster_id / cluster_indices.size(),
                                                0.0,
                                                (float)cluster_id / cluster_indices.size(),
                                                cluster_name);

        std::string cube_name = "cube_" + std::to_string(cluster_id);
        viewer->addCube(min_point.x, max_point.x, min_point.y, max_point.y, min_point.z, max_point.z,
                        1.0, 1.0, 0.0, cube_name);
        viewer->setShapeRenderingProperties(pcl::visualization::PCL_VISUALIZER_REPRESENTATION,
                                           pcl::visualization::PCL_VISUALIZER_REPRESENTATION_WIREFRAME,
                                           cube_name);

        cluster_id++;
    }

    // 主循环
    while (!viewer->wasStopped())
    {
        viewer->spinOnce(100);
    }

    return 0;
}

代码说明

1. 加载点云数据
   - 使用 pcl::io::loadPCDFile加载点云文件。

2. 欧几里得聚类：
   - 使用 pcl::EuclideanClusterExtraction 对点云进行聚类。
   - 设置聚类参数：距离阈值、最小和最大聚类点数。

3. 计算聚类的边界框：
   - 对每个聚类，使用 pcl::MomentOfInertiaEstimation计算其轴对齐边界框（AABB）。
   - 通过 getAABB()获取边界框的最小点和最大点。

4. 计算包络尺寸：
   - 根据边界框的最小点和最大点，计算聚类的宽度、高度和深度。

5. 可视化：
   - 使用 pcl::visualization::PCLVisualizer可视化聚类和边界框。

如果需要计算旋转边界框（OBB），可以使用 pcl::MomentOfInertiaEstimation 的 getOBB() 方法，并获取 OBB 的尺寸和方向。