两点云求差集和交集

本文介绍了如何使用kd-tree数据结构高效地计算两个点云的差集和交集。在点云2上构建kd-tree,通过搜索半径找到点云1中与点云2接近的点,然后根据搜索结果生成差集或交集。代码示例展示了在PCL库中实现这一过程,并保存结果到新的点云文件。

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

这里两点云的差集指从点云1中删除属于点云2的点得到的点集,交集指既属于点云1又属于点云2的点集。

两点云求差集

基于kd-tree搜索的方法较快速,当然也可以暴力搜索。思路如下:
step1 在点云2建立kd-tree,设置容忍误差(搜索半径)
step2 遍历点云1中的点,记录下到点云2中的点的距离小于搜索半径的点的索引
step3 方法一:将点云1中不在索引中的点保存下来作为结果点云3
方法二:直接对点云1操作,删除索引点
建议使用方法一,代码实现更简单,而且速度较快(erase操作会使迭代器位置改变,影响效率);除非要对原点云操作用方法二。

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/common/io.h>
#include <pcl/search/kdtree.h> 


int main(int argc, char** argv)
{
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud1(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud2(new pcl::PointCloud<pcl::PointXYZ>);

	pcl::io::loadPCDFile("bunny1.pcd", *cloud1);
	pcl::io::loadPCDFile("bunny2.pcd", *cloud2);

	pcl::search::KdTree<pcl::PointXYZ>::Ptr kdtree(new pcl::search::KdTree<pcl::PointXYZ>);
	kdtree->setInputCloud(cloud2);

	std::vector<int> pointIdxRadiusSearch;
	std::vector<float> pointRadiusSquaredDistance;
	std::vector<int> indices;
	float radius = 0.0001;

	for (size_t i = 0; i < cloud1->size(); i++)
	{
		if (kdtree->radiusSearch(cloud1->points[i], radius, pointIdxRadiusSearch, pointRadiusSquaredDistance) > 0)
		{
			indices.push_back(i);
		}
	}

	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud3(new pcl::PointCloud<pcl::PointXYZ>);
	for (size_t i = 0; i < cloud1->size(); i++)
	{
		if (find(indices.begin(), indices.end(), i) == indices.end())
			cloud3->push_back(cloud1->points[i]);
	}

	//for (size_t i = 0; i < indices.size(); i++)
	//{
	//	cloud1->erase(cloud1->begin() + indices[i] - i);
	//}

	std::cout << "cloud1 has " << cloud1->size() << " points" << std::endl;
	std::cout << "cloud2 has " << cloud2->size() << " points" << std::endl;
	std::cout << "cloud3 has " << cloud3->size() << " points" << std::endl;
	pcl::io::savePCDFile("cloud3.pcd", *cloud3);

	system("pause");
	return 0;
}

两点云求交集

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/common/io.h>
#include <pcl/search/kdtree.h> 


int main(int argc, char** argv)
{
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud1(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud2(new pcl::PointCloud<pcl::PointXYZ>);

	pcl::io::loadPCDFile("bunny1.pcd", *cloud1);
	pcl::io::loadPCDFile("bunny2.pcd", *cloud2);

	pcl::search::KdTree<pcl::PointXYZ>::Ptr kdtree(new pcl::search::KdTree<pcl::PointXYZ>);
	kdtree->setInputCloud(cloud2);

	std::vector<int> pointIdxRadiusSearch;
	std::vector<float> pointRadiusSquaredDistance;
	std::vector<int> indices;
	float radius = 0.0001;

	for (size_t i = 0; i < cloud1->size(); i++)
	{
		if (kdtree->radiusSearch(cloud1->points[i], radius, pointIdxRadiusSearch, pointRadiusSquaredDistance) > 0)
		{
			indices.push_back(i);
		}
	}

	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud3(new pcl::PointCloud<pcl::PointXYZ>);
	for (size_t i = 0; i < cloud1->size(); i++)
	{
		if (find(indices.begin(), indices.end(), i) != indices.end())
			cloud3->push_back(cloud1->points[i]);
	}

	std::cout << "cloud1 has " << cloud1->size() << " points" << std::endl;
	std::cout << "cloud2 has " << cloud2->size() << " points" << std::endl;
	std::cout << "cloud3 has " << cloud3->size() << " points" << std::endl;
	pcl::io::savePCDFile("cloud3.pcd", *cloud3);

	system("pause");
	return 0;
}

cloud1 (bunny.pcd裁掉耳朵)
在这里插入图片描述
cloud2 (bunny.pcd裁掉尾巴)
在这里插入图片描述

cloud1-cloud2
在这里插入图片描述

cloud1∩cloud2
在这里插入图片描述

<think>嗯,用户想了解如何在MySQL中计算两个表的交集、并。首先,我需要回忆一下MySQL支持的合操作符。记得在标准SQL中,有UNION、INTERSECTEXCEPT,但MySQL好像对INTERSECTEXCEPT的支持不够,尤其是在旧版本中。比如,用户提供的引用里提到,MySQL 8.0可能支持这些操作,但可能需要用其他方法实现,比如使用JOIN或者子查询。 首先处理交集。用户给的示例中,引用[2]提到使用内连接去重来得到交集。比如,用INNER JOIN连接两个表,然后选择DISTINCT结果。例如: SELECT DISTINCT t1.column FROM t1 INNER JOIN t2 ON t1.column = t2.column; 然后并的话,UNION操作符是标准的,但要注意UNION会自动去重,如果不需要去重就用UNION ALL。引用[1][4]都提到了这一点。所以示例应该是: SELECT column FROM table1 UNION SELECT column FROM table2; 至于差,也就是在第一个表中有而第二个表中没有的记录,可以用LEFT JOIN加上WHERE条件来过滤出右表为NULL的情况,如引用[2]中的示例。比如: SELECT t1.column FROM t1 LEFT JOIN t2 ON t1.column = t2.column WHERE t2.column IS NULL; 但用户可能用的是MySQL版本不支持EXCEPT,所以需要替代方法。另外,引用[4]提到了EXCEPT关键字,但可能在MySQL中不可用,所以得用LEFT JOIN的方法。 需要注意的是,用户提供的引用中有不同的方法,比如引用[1]使用INTERSECTEXCEPT,但实际在MySQL中这些可能不被支持,所以正确的做法是使用JOINUNION。比如,在引用[2]中,作者使用了JOINLEFT JOIN来实现交集。 另外,还要考虑是否需要去重。使用DISTINCT或者在UNION时自动去重。如果用户需要保留重复项,应该使用UNION ALL,但交集可能需要DISTINCT来确保唯一性。 总结一下,回答用户时需要明确说明MySQL的不同版本支持情况,特别是如果用户使用的是较旧的版本(如5.7),可能需要使用JOIN的方法,而8.0及以上可能支持INTERSECTEXCEPT。但根据引用[1][2],似乎即使在5.7中,也可以通过JOIN来实现,而引用[2]的示例就是在5.7环境下运行的。 另外,用户的问题是关于查询语句的示例,所以需要给出具体的SQL代码,并解释每个部分的作用。同时,要提到注意事项,比如列名数据类型必须一致,以及是否需要去重等。例如,在并中,UNION会自动去重,而UNION ALL不会,这时候如果用户需要所有结果(包括重复的),应该用UNION ALL。 可能还需要提到,交集的实现方法在不同情况下可能不同,比如当表结构不完全相同时,或者需要比较多个列时,可能需要调整ON子句的条件。 最后,确保回答结构清晰,分点说明交集、并、差的不同实现方法,并给出示例代码,同时引用相关的引用资料来支持答案的正确性。例如,在交集部分引用[2],在并部分引用[1][4],在差部分引用[2][4]。</think>### MySQL两表交集、并、差查询方法 #### 一、交集查询 需要获取两表中**同时存在**的记录,可通过`INNER JOIN`配合`DISTINCT`实现: ```sql SELECT DISTINCT t1.column FROM table1 t1 INNER JOIN table2 t2 ON t1.column = t2.column; ``` **说明**:`INNER JOIN`筛选出两表匹配的记录,`DISTINCT`用于去重[^2]。 #### 二、并查询 获取两表**所有不重复**的记录,使用`UNION`运算符: ```sql SELECT column FROM table1 UNION SELECT column FROM table2; ``` 若需保留重复记录,改用`UNION ALL`: ```sql SELECT column FROM table1 UNION ALL SELECT column FROM table2; ``` **注意**:列数量、类型需一致,列名可不相同[^1][^4]。 #### 三、差查询 获取**仅存在于table1但不在table2**的记录,使用`LEFT JOIN`配合条件过滤: ```sql SELECT t1.column FROM table1 t1 LEFT JOIN table2 t2 ON t1.column = t2.column WHERE t2.column IS NULL; ``` **原理**:`LEFT JOIN`保留左表全部记录,`WHERE`过滤掉右表存在的记录[^2][^4]。 #### 四、注意事项 1. **列一致性**:所有查询要求两表列数相同且数据类型兼容[^3][^5] 2. **去重策略**:`UNION`自动去重,`UNION ALL`保留重复记录 3. **MySQL版本差异**:MySQL 8.0+支持`INTERSECT`/`EXCEPT`语法,但`JOIN`方法兼容性更好[^2] 相关问题
评论 6
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

打赏作者

给算法爸爸上香

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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