pcl实战实例代码c++

在PCL中进行实际项目开发时，常见的任务包括点云滤波、分割、配准、特征提取等。这里给出一个简单的例子，演示如何使用PCL加载点云，然后进行滤波操作：

#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/passthrough.h>

int main()
{
    // 1. 加载点云文件
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    if (pcl::io::loadPCDFile<pcl::PointXYZ>("input_cloud.pcd", *cloud) == -1)
    {
        PCL_ERROR("Failed to load the PCD file!\n");
        return (-1);
    }

    // 2. 创建滤波器对象
    pcl::PassthroughFilter<pcl::PointXYZ> pass;

    // 3. 设置滤波器阈值（例如，只保留高度在0到1米之间的点）
    pcl::PointIndices indices;
    pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);
    std_msgs::Header header; // ROS Header，如果你正在使用ROS，则需要这个
    double z_min = 0.0, z_max = 1.0;
    pass.setInputCloud(cloud);
    pass.setFilterFieldName("z"); // 设定我们要过滤的字段（这里是Z轴高度）
    pass.setFilterLimits(z_min, z_max);

    // 4. 应用滤波
    pass.filter(indices);

    // 5. 保存结果
    pcl::PointCloud<pcl::PointXYZ>::Ptr filtered_cloud(new pcl::PointCloud<pcl::PointXYZ>);
    for (std::size_t i = 0; i < indices.indices.size(); ++i)
    {
        const auto &idx = indices.indices[i];
        filtered_cloud->points.push_back(cloud->points[idx]);
    }
    if (!pcl::io::savePCDFile("filtered_cloud.pcd", *filtered_cloud, header))
    {
        PCL_ERROR("Failed to save the filtered PCD file!\n");
    }

    PCL_INFO("Filtering completed successfully.\n");
    return (0);
}

这个例子首先加载了一个点云文件，然后通过`PassthroughFilter`类设置了Z轴高度的滤波条件，仅保留高度在0到1米范围内的点。最后将过滤后的点云保存到一个新的PCD文件中。