从有序三维点云到二维图像
为了利用现有的二维视觉领域的算法，有时需要将从三维点云生成二维合成图像，当然对于任意视角的，肯定用图形渲染技术，设置相机参数等。但对于深度摄像头保存的点云数据，比较特殊，其是有序点云，点云库pcl里面提供了一些相关的接口和案例https://github.com/PointCloudLibrary/pcl/blob/master/tools/pcd2png.cpp
这里一定要注意，是有序的点云数据，对于删除了，nan值的rgbd点云数据，就不能用这些接口了。
PointCloudImageExtractor
以及其对应的多个子类，具体参考
https://pointclouds.org/documentation/classpcl_1_1io_1_1_point_cloud_image_extractor.html
template <typename PointT> bool
pcl::io::PointCloudImageExtractorFromNormalField<PointT>::extractImpl (const PointCloud& cloud, pcl::PCLImage& img) const
{
std::vector<pcl::PCLPointField> fields;
int field_x_idx = pcl::getFieldIndex<PointT> ("normal_x", fields);
int field_y_idx = pcl::getFieldIndex<PointT> ("normal_y", fields);
int field_z_idx = pcl::getFieldIndex<PointT> ("normal_z", fields);
if (field_x_idx == -1 || field_y_idx == -1 || field_z_idx == -1)
return (false);
const std::size_t offset_x = fields.offset;
const std::size_t offset_y = fields.offset;
const std::size_t offset_z = fields.offset;
img.encoding = "rgb8";
img.width = cloud.width;
img.height = cloud.height;
img.step = img.width * sizeof (unsigned char) * 3;
img.data.resize (img.step * img.height);
for (std::size_t i = 0; i < cloud.size (); ++i)
{
float x;
float y;
float z;
pcl::getFieldValue<PointT, float> (cloud, offset_x, x);
pcl::getFieldValue<PointT, float> (cloud, offset_y, y);
pcl::getFieldValue<PointT, float> (cloud, offset_z, z);
img.data = static_cast<unsigned char>((x + 1.0) * 127);
img.data = static_cast<unsigned char>((y + 1.0) * 127);
img.data = static_cast<unsigned char>((z + 1.0) * 127);
}
return (true);
}以normal对应的类为例，实现比较简单，基本上就是将对应索引的normal直接赋值给图像上对应的像素值
页:
[1]