PCL中的基本数据类型是PointCloud，包含width、height和points等字段。width和height分别表示点云的宽度和高度，对于有组织的点云，它们指定了连续点的数量和行数。points数组存储所有点的数据，而is_dense标记点数据的有效性。sensor_origin_和sensor_orientation_表示传感器的位置和方向，但并非所有算法都使用这些信息。在PCL中，可以使用辅助函数检查数据集是否组织化。
#入门/基本结构
PCL 1.x中的基本数据类型是PointCloud。
PointCloud是一个包含以下数据字段的C ++类：
宽度width (int)
在点数中指定点云数据集的宽度。宽度有两个含义：
它可以指定点的云中的总数（equal with the number of elements in points - 见下文），用于无组织的数据集;
它可以指定有组织的点云数据集的宽度（连续点的总数）。
注意：
一个有组织的点云数据集是赋予点云类似于一个有组织的图像（或矩阵）状的结构，其中，数据被划分为行和列的名称。这种点云的例子包括来自立体相机或飞行时间相机（TOF相机）的数据。有组织的数据集的优点在于，通过了解相邻点（例如像素）之间的关系，最近邻的操作效率更高，从而加快了计算速度，降低了PCL中某些算法的成本。
注意：
可投影的点云数据集是给予点云的名称，其根据针孔相机模型在有组织的点云中的点(u,v)的索引与实际的3D值之间具有相关性。这种相关性可以用最简单的形式表示为：u = f * x / z和v = f * y / z
例子：
cloud.width = 640; // there are 640 points per line
高度
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
