点云文件转换——bin文件转pcd

文章介绍了两种方法将bin格式的点云数据文件转换为PCD格式。方法一是利用PCL库提供的命令行工具pcl_convert_pcd_ascii_binary进行转换,并使用pcl_viewer查看结果;方法二是编写C++程序,通过PCL库直接读取bin文件并保存为PCD文件。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

方法1

打开终端(Terminal),进入bin文件所在的目录。
使用PCL库提供的pcl_convert_pcd_ascii_binary命令将bin文件转换为PCD文件。命令格式如下:

pcl_convert_pcd_ascii_binary input_file.bin output_file.pcd 0

input_file.bin是要转换的bin文件,output_file.pcd是输出的PCD文件,0表示转换为二进制格式的PCD文件,如果要转换为ASCII格式的PCD文件,可以将0改为1。

等待转换完成后,使用PCL库提供的pcl_viewer命令查看转换后的PCD文件。命令格式如下:

pcl_viewer output_file.pcd

其中,output_file.pcd是要查看的PCD文件。

方法2

简单的C++程序,可以将Kitti数据集中的二进制格式的bin文件转换为PCD文件

#include <iostream>
#include <fstream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>

int main(int argc, char **argv)
{
    // 检查输入参数
    if (argc != 3) {
        std::cerr << "Usage: " << argv[0] << " input_file.bin output_file.pcd" << std::endl;
        return -1;
    }

    // 打开输入文件
    std::ifstream input_file(argv[1], std::ios::binary);
    if (!input_file.is_open()) {
        std::cerr << "Failed to open input file: " << argv[1] << std::endl;
        return -1;
    }

    // 读取点云数据
    pcl::PointCloud<pcl::PointXYZI>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZI>);
    pcl::PointXYZI point;
    while (input_file.read((char *)&point, sizeof(pcl::PointXYZI))) {
        cloud->push_back(point);
    }
    input_file.close();

    // 保存点云数据到输出文件
    pcl::PCDWriter writer;
    writer.write<pcl::PointXYZI>(argv[2], *cloud, false);

    std::cout << "Converted " << cloud->size() << " points from " << argv[1] << " to " << argv[2] << std::endl;

    return 0;
}

这个程序使用PCL库读取和保存点云数据。在程序中,首先检查输入参数,然后打开输入文件并读取点云数据。点云数据存储在pcl::PointCloudpcl::PointXYZI类型的指针中。最后,程序使用pcl::PCDWriter类将点云数据保存到输出文件中。这个程序可以通过命令行传递输入和输出文件的路径,例如:

./bin_to_pcd input_file.bin output_file.pcd

其中,./bin_to_pcd是程序的可执行文件名。其中,./bin_to_pcd是程序的可执行文件名,input_file.bin是输入的bin文件的路径,output_file.pcd是输出的PCD文件的路径。在程序中,输入文件的路径可以通过argv[1]来获取,输出文件的路径可以通过argv[2]来获取。

### 将点云 PCD 文件转换为鸟瞰图(BEV) 为了实现从点云 PCD 文件到鸟瞰图(Bird’s Eye View, BEV)的换,通常涉及以下几个方面的工作: #### 加载点云数据 加载来自PCD文件的数据可以使用PCL库中的`pcl::io::loadPCDFile`函数来完成。这一步骤确保可以从存储的PCD文件中读取点云信息并将其存入内存以便进一步处理。 ```cpp #include <pcl/io/pcd_io.h> #include <pcl/point_types.h> // 创建点云指针对象 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>); if (pcl::io::loadPCDFile<pcl::PointXYZ> ("test_pcd.pcd", *cloud) == -1) //* load the file { PCL_ERROR ("Couldn't read file test_pcd.pcd \n"); } ``` 这段代码展示了如何创建一个指向`pcl::PointCloud<pcl::PointXYZ>`类型的智能指针,并尝试通过指定路径加载名为`test_pcd.pcd`的文件[^2]。 #### 进行坐标变换与过滤 在某些情况下,可能需要对原始点云应用坐标系变换或将特定区域外的点移除以聚焦于感兴趣的范围。此过程可以通过裁剪滤波器或其他空间约束条件来执行。 #### 计算鸟瞰视图图像 对于每一个剩余的有效点,在二维平面上映射其位置,一般只考虑X和Y轴上的坐标值而忽略Z轴的高度信息。根据这些投影后的坐标计算像素强度或颜色编码,从而形成一张代表环境布局的灰度级或多通道彩色图片。 ```cpp cv::Mat create_bev_image(const pcl::PointCloud<pcl::PointXYZ>::Ptr& input_cloud, float min_x, float max_x, float min_y, float max_y, int image_width, int image_height) { cv::Mat bev(image_height, image_width, CV_8UC1, cv::Scalar(0)); for (const auto& point : input_cloud->points){ if(point.x >= min_x && point.x <= max_x && point.y >= min_y && point.y <= max_y ) { // Normalize and map coordinates to pixel values. int px = static_cast<int>((point.x - min_x)/(max_x-min_x)*image_width); int py = static_cast<int>((point.y - min_y)/(max_y-min_y)*image_height); // Accumulate intensity or set a fixed value per hit. bev.at<uchar>(py,px)++; } } return bev; } ``` 上述C++代码片段定义了一个用于生成鸟瞰视角图像的功能函数。该函数接收一系列参数,包括输入点云集及其边界框尺寸以及期望输出图像大小的信息。遍历所有有效点并将它们的位置映射至目标画布上;最后返回表示BEV的地图矩阵[^1]。 #### 显示或保存结果 一旦获得了鸟瞰图形式的结果,则可以选择立即将其显示出来供即时查看或是作为二进制格式(.bin)等其他格式保存下来以备后续分析用途。 ```python import numpy as np from PIL import Image def save_as_binary(bev_matrix, filename='output.bin'): with open(filename,'wb')as f: bev_matrix.astype('float32').tofile(f) bev_img = create_bev_image(cloud,min_x,max_x,min_y,max_y,image_w,image_h) Image.fromarray(np.uint8(cm.gist_earth(bev_img/max_val)*255)).show() save_as_binary(bev_img.ravel()) ``` 这里提供了Python版本的例子说明怎样调用之前提到过的`create_bev_image()`方法获取最终产物——即鸟瞰图,并利用NumPy数组操作将之化为适合展示的形式或者直接导出成二进制文件
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值