STL 之generate和generate_n

本文介绍C++标准库中的generate函数,演示如何利用该函数生成指定序列,并填充到容器中。通过示例代码展示了两种用法:generate用于整个容器的填充和generate_n用于部分元素的填充。

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

返回


作用:用来生成元素,并将其填充到一个序列中。

定义:

#include <algorithm>
template <class forwardItr, class function>
void generate(forwardItr first, forwardItr last, function gen);

template <class forwardItr, class size, class function>
void generate_n(forwardItr first, size n, function gen);

示例代码:

#include <iostream>
#include <list>

#include <string>
#include <numeric>
#include <iterator>
#include <vector>
#include <functional>

#include <algorithm>

using namespace std;

int nextNum() {
	static int n = 1;
	return n++;
}

int main() {
	// 定义容器和 输出流迭代器
	vector<int> vecList(8);
	ostream_iterator<int> screen(cout, " ");
	// nextNum 是函数指针,其必须是有返回值无参函数
	generate(vecList.begin(),vecList.end(),nextNum);
	cout << "vecList :" << endl;
	copy(vecList.begin(),vecList.end(),screen);
	cout << endl;

	generate_n(vecList.begin(),3,nextNum);
	cout << "vecList :" << endl;
	copy(vecList.begin(),vecList.end(),screen);
	cout << endl;

	return 0;
}

运行结果:

vecList :
1 2 3 4 5 6 7 8
vecList :
9 10 11 4 5 6 7 8

``` import open3d as o3d import numpy as np def generate_high_quality_point_cloud(stl_file_path, uniform_sample_points=500000, poisson_sample_points=500000, init_factor=10): """ 从 STL 文件生成高质量点云 :param stl_file_path: STL 文件路径 :param uniform_sample_points: 均匀采样点数 :param poisson_sample_points: 泊松采样点数 :param init_factor: 泊松采样初始因子 :return: 生成的点云 """ try: # 读取 STL 文件 mesh = o3d.io.read_triangle_mesh(stl_file_path) if mesh.is_empty(): print(f"无法读取 STL 文件: {stl_file_path}") return None # 计算顶点法线 mesh.compute_vertex_normals() # 均匀采样生成初始点云 pcd_uniform = mesh.sample_points_uniformly(number_of_points=uniform_sample_points) # 泊松采样 pcd_poisson = mesh.sample_points_poisson_disk(number_of_points=poisson_sample_points, init_factor=init_factor) # 合并均匀采样泊松采样的点云 pcd = o3d.geometry.PointCloud() pcd.points = o3d.utility.Vector3dVector(np.vstack((np.asarray(pcd_uniform.points), np.asarray(pcd_poisson.points)))) # 统计滤波去噪 pcd, _ = pcd.remove_statistical_outlier(nb_neighbors=10, std_ratio=2.0) return pcd except Exception as e: print(f"生成点云时出现错误: {e}") return None if __name__ == "__main__": stl_file = "target.stl" output_pcd_file = "target.pcd" # 生成点云 pcd = generate_high_quality_point_cloud(stl_file) if pcd is not None: # 可视化点云 o3d.visualization.draw_geometries([pcd]) # 保存点云数据为 PCD 格式 o3d.io.write_point_cloud(output_pcd_file, pcd) print(f"点云已保存到 {output_pcd_file}") else: print("点云生成失败,未保存文件。")```如何让点云生成更加均匀
最新发布
03-24
评论
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