第一周:读取XML深度数据并将其重建为三维点云
本周主要任务:学习PCL点云库,掌握利用PCL对点云处理的方法
任务时间:2014年9月1日-2014年9月7日
任务完成情况:完成了读取单幅xml深度数据,并重建三维点云并显示
任务涉及基本方法:
1.xml文件读取
http://www.cnblogs.com/xzd1575/p/3958172.html
2.OpenCV矩阵运算
http://www.cnblogs.com/xzd1575/p/3959120.html
http://www.cnblogs.com/xzd1575/p/3959113.html
3.PCL点云基本数据类型
http://www.cnblogs.com/xzd1575/p/3958192.html
http://www.cnblogs.com/xzd1575/p/3959181.html
4.CMake的基本使用方法
http://www.cnblogs.com/xzd1575/p/3959223.html
程序如下:(包含xml2pcd.cpp 和 CMakeLists.txt)
1.xml2pcd.cpp
//xml2pcd.cpp
//函数:main()
//功能:从.xml文件导入一张深度图像数据,利用数据重建三维点云,并保存到.pcd文件中
//输入:导入文件名,输出文件名 例:可执行文件根目录下,命令行输入 xml2pcd depth1.xml.
//创建时间:2014/09/03
//最近更新时间:2014/09/07
//创建者:肖泽东 #include <iostream>
#include <iomanip>
#include <pcl/io/pcd_io.h>
#include <pcl/io/io.h>
#include <pcl/point_types.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/console/parse.h>
#include <opencv2/opencv.hpp>
#include <string>
#include <stdexcept> static const int depthWidth = ;
static const int depthHeight = ; void showHelp(char* program_name)
{
std::cout << std::endl;
std::cout << "Usage: " << program_name << " depth_filename.xml " << std::endl;
std::cout << "-h: Show this help." << std::endl;
} int main (int argc, char** argv)
{
// 显示帮助文档
if(pcl::console::find_switch (argc,argv,"-h") || pcl::console::find_switch(argc,argv,"--help"))
{
showHelp(argv[]);
return ;
} //从程序输入参量中获取深度文件名|xml 文件
std::vector<int> filenames;
bool file_is_xml = false; filenames = pcl::console::parse_file_extension_argument(argc,argv,".xml"); if (filenames.size() != )
{
showHelp(argv[]);
return -;
}
else
{
file_is_xml = true;
} //定义相关变量
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_ptr (new pcl::PointCloud<pcl::PointXYZ>);
pcl::PointCloud<pcl::PointXYZ>& cloud = *cloud_ptr; //点云
cv::FileStorage fs; //OpenCV 读XML文件流
cv::Mat DepthData; //深度数据矩阵
std::string filename = argv[filenames[]];
// 待读取.XML文件名 //读取深度数据并显示深度图
fs.open(filename,cv::FileStorage::READ); //打开指定.xml文件
if(!fs.isOpened())
{
std::cerr << "Error: cannot open .xml file";
return -;
}
fs["Depth_Data"] >> DepthData; //深度数据从文件导入至变量
fs.release(); //释放xml文件 //使用内参数矩阵进行摄像机坐标下的重建
//设置内参数矩阵,并对其求逆
float fc[] ={366.4484,356.6881}; //内参数 焦距参数
//float fc[2] = {0};
float cc[] ={265.3251,208.0765}; //内参数 图像中心参数
//float cc[2] = {0};
float K[][] = {fc[], , cc[], , fc[], cc[], , , }; //摄像机内参数矩阵K
cv::Mat mK = cv::Mat(,,CV_32FC1,K); //内参数K Mat类型变量
cv::Mat mInvK(,,CV_32FC1); //将K数组值赋给Mat变量mK,并打印显示内参数矩阵
//std::cout << "The intrinsic parameter matrix is :" << std::endl;
//std::cout << mK << std::endl; //内参数矩阵mK求逆,并打印显示其逆矩阵
try //异常处理 针对K为奇异矩阵不可逆的情况
{
if (invert(mK,mInvK,cv::DECOMP_LU)) //矩阵求逆,如果矩阵为奇异矩阵,条件不成立
{
//std::cout << mInvK << std::endl;//打印显示矩阵数据
}
else //K为奇异矩阵
{
throw std::invalid_argument("Error:Intrinsic parameter K is singular.");
//抛出异常“K为奇异矩阵”
}
}
catch(std::invalid_argument& e) //获取异常情况
{
std::cerr << e.what() << std::endl; //打印异常提醒
return -;
} //初始化点云数据PCD文件头
cloud.width = depthHeight * depthWidth;
cloud.height = ;
cloud.is_dense = false;
cloud.points.resize (cloud.width * cloud.height); //使用深度数据,重建三维点云
int row = , col = , pointId = ;
for (row = ;row < depthHeight;row++)// row == y 遍历深度矩阵所有行
{
unsigned short* data = DepthData.ptr<unsigned short>(row);
for(col = ;col < depthWidth;col++)// col == x 遍历深度矩阵所有列
{
if(*data> && *data<) //取0.5m-1.5m范围深度数据
{
pointId ++;
// [X,Y,Z]' = depth[x,y] * inv_K * [x,y,1]
cloud.points[pointId].x = *data * (col * mInvK.at<float>(,) +
row * mInvK.at<float>(,) + mInvK.at<float>(,)); //X cloud.points[pointId].y = *data * (col * mInvK.at<float>(,) +
row * mInvK.at<float>(,) + mInvK.at<float>(,)); //Y cloud.points[pointId].z = *data; //Z *data++ = (unsigned int)((*data - 500.0) * 255.0 / 1000.0) << ; //左移八位,data类型是16位,2^16 对应 256
}
else // 其他范围数据无操作
{
*data++ = ; //只显示对应区域的深度图
}
} }
//显示深度图
cv::imshow(filename,DepthData);//显示截取深度数据
cv::waitKey(); //等待50ms 用于等待显示完毕,防止显示图像不响应 //重新给pcd文件头赋值
cloud.width = pointId; //unorgnized 数据,列宽即为点云个数,行数为1
cloud.points.resize(cloud.width * cloud.height); //点云数据个数 //显示重建得到的点云数据
pcl::visualization::CloudViewer viewer(filename);
viewer.showCloud(cloud_ptr); //保存点云数据
pcl::io::savePCDFileASCII (filename+".pcd", cloud);
std::cerr << "Saved " << cloud.points.size () << " data points to test_pcd.pcd." << std::endl; //保持程序运行
std::cout << std::endl << "Choose Depth Image Window and press ‘q’ to exit" << std::endl;
while(!viewer.wasStopped())
{
if(cv::waitKey() == 'q')
return();
}
return ();
}
2.CMakeLists.txt
cmake_minimum_required(VERSION 2.6 FATAL_ERROR) project(Reseach_Project1) find_package(PCL 1.3 REQUIRED)
find_package(OpenCV REQUIRED) include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS}) add_executable(xml2pcd xml2pcd.cpp)
target_link_libraries(xml2pcd ${PCL_LIBRARIES} ${OpenCV_LIBS})
第一周:读取XML深度数据并将其重建为三维点云的更多相关文章
- C#读取xml节点数据方法小结
本文实例总结了C#读取xml节点数据的方法.分享给大家供大家参考.具体如下: 第一种: 使用XPath XML的路径我配置在web.config 的appSettings节点下 <appSett ...
- JS读取XML文件数据并以table显示数据(兼容IE火狐)
先看xml文件: <?xml version="1.0" standalone="yes"?> <student> <stuinf ...
- C# 递归读取XML菜单数据
在博客园注册了有4年了,很遗憾至今仍未发表过博客,趁周末有空发表第一篇博客.小生不才,在此献丑了! 最近在研究一些关于C#的一些技术,纵观之前的开发项目的经验,做系统时显示系统菜单的功能总是喜欢把数据 ...
- JAVA读取XML文件数据
XML文档内容如下: <?xml version="1.0" encoding="UTF-8"?> <root> <field t ...
- PHP读取XML文件数据
XML文件 <?xml version="1.0" encoding="UTF-8"?> <node> <student> ...
- PLSQL读取XML的数据
最近公司做的几个项目,都是通过EBS与外部系统的Web Service进行数据的交互,而调用Web Service的时候,我们所传送的数据,都是按照约定的XML格式来传递,所以EBS接收到数据之后,需 ...
- Python中如何读取xml的数据
<?xml version="1.0" encoding="utf-8" ?> - <catalog> <maxid>4&l ...
- R语言XML格式数据导入与处理
数据解析 XML是一种可扩展标记语言,它被设计用来传输和存储数据.XML是各种应用程序之间进行数据传输的最常用的工具.它与Access,Oracle和SQL Server等数据库不同,数据库提供了更强 ...
- jQuery、JS读取xml文件里的内容(JS先通过document.implementation.createDocument方法将xml转换成document对象,jQuery将读取到的xml转成table)
xml文件:test.xml <?xml version="1.0"?> <note> <to>George</to> <fr ...
随机推荐
- 升级WordPress
1. 备份文件 mv wordpress wordpress_3.6 2. 下载新版本 wget http://cn.wordpress.org/wordpress-3.8-zh_CN.zip 3. ...
- HDU 5432 Pyramid Split
题意:有n个底面是正方形的四棱锥,用一个水平截面将所有四棱锥分成两半,要求上一半体积的和等于下一半,求水平截面的高度,输出整数部分. 解法:二分截面高度.比赛的时候二分写不明白了orz…… 代码: # ...
- Android功能模块化之生成验证码Bitmap
Android生成验证码Bitmap,主要使用Canvas绘制,实现的步骤如下: 1.生成验证码.主要采用java的随机函数生成序号,然后对应获取预设的Char数组的值,生成长度固定的验证码: 2.C ...
- Hadoop对文本文件的快速全局排序
一.背景 Hadoop中实现了用于全局排序的InputSampler类和TotalOrderPartitioner类,调用示例是org.apache.hadoop.examples.Sort. 但是当 ...
- 为duilib的MenuDemo增加消息响应,优化代码和显示效果
转载请说明原出处,谢谢~~:http://blog.csdn.net/zhuhongshu/article/details/38253297 第一部分 我在前一段时间研究了怎么制作duilib的菜单, ...
- ExcelUtils 导表实例
@RequestMapping("/dealer/chargebook/exportv.htm") public void getChargeBookList(int epm ...
- KMP(字符串匹配)
1.KMP是一种用来进行字符串匹配的算法,首先我们来看一下普通的匹配算法: 现在我们要在字符串ababcabcacbab中找abcac是不是存在,那么传统的查找方法就是一个个的匹配了,如图: 经过六趟 ...
- Spark编程实现SQL查询的实例
1.Oracle中的SQL select count(1) from a_V_PWYZL_CUSTACCT_PSMIS t where not exists (select 1 from tb_sho ...
- 《Genesis-3D开源游戏引擎完整实例教程-2D射击游戏篇:简介及目录》(附上完整工程文件)
G-3D引擎2D射击类游戏制作教程 游戏类型: 打飞机游戏属于射击类游戏中的一种,可以划分为卷轴射击类游戏. 视觉表现类型为:2D 框架简介: Genesis-3D引擎不仅为开发者提供一个3D游戏制作 ...
- Ensemble learning(集成学习)
集成学习:是目前机器学习的一大热门方向,所谓集成学习简单理解就是指采用多个分类器对数据集进行预测,从而提高整体分类器的泛化能力. 我们在前面介绍了.所谓的机器学习就是通过某种学习方法在假设空间中找到一 ...