点云学习笔记3——读取点云文件、进行统计滤波/直通滤波后可视化

一、统计滤波

#include <iostream>
#include <pcl/point_cloud.h>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>
#include <pcl/common/common_headers.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/visualization/pcl_visualizer.h> 
#include <pcl/filters/extract_indices.h>
#include <pcl/filters/statistical_outlier_removal.h>
#include <pcl/registration/gicp.h>
#include <pcl/registration/icp.h> 
#include <pcl/features/normal_3d.h>
#include <pcl/kdtree/kdtree_flann.h>

using namespace std;

int main()
{
	// 加载源点云
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_source(new pcl::PointCloud<pcl::PointXYZ>());
	pcl::io::loadPCDFile<pcl::PointXYZ>("D:\\PPCL\\room_scan1.pcd", *cloud_source);
	cout << "点云加载完成！" << endl;

	// 创建统计滤波器对象
	pcl::StatisticalOutlierRemoval<pcl::PointXYZ> staticOR;
	staticOR.setInputCloud(cloud_source);
	staticOR.setMeanK(50);   // 设置统计平均点数，增加MeanK的值会使每个点的邻域变大
	staticOR.setStddevMulThresh(5);   // 设置标准差倍数阈值，增加StddevMulThresh的值会减少被移除的点的数量

	// 进行滤波
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZ>());
	staticOR.filter(*cloud_filtered);//cloud_filtered 将用于存储经过离群点移除处理后的点云数据。
	cloud_source = cloud_filtered;
	cout << "点云滤波完成！" << endl;

	//可视化
	pcl::visualization::CloudViewer viewer("Viewer");
	viewer.showCloud(cloud_source); // 直接显示点云

	// 保存点云到文件
    pcl::io::savePCDFileBinary("D:\\PPCL\\room_scan1121.pcd", *cloud_source);
    cout << "滤波后点云文件已经保存" << endl;

	system("pause");
	return 0;
}

二、直通滤波，滤波掉x、y、z轴上限制范围外的点云数据 

#include <iostream>
#include <pcl/point_cloud.h>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/common/common_headers.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/visualization/pcl_visualizer.h> 
#include <pcl/filters/extract_indices.h>
#include <pcl/filters/statistical_outlier_removal.h>
#include <pcl/filters/passthrough.h>

using namespace std;

int main()
{
	// 加载源点云
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_source(new pcl::PointCloud<pcl::PointXYZ>());
	pcl::io::loadPCDFile<pcl::PointXYZ>("F:\\实验数据1022\\24.10.22\\4.pcd", *cloud_source);
	cout << "点云加载完成！" << endl;

	// 显示点云中的点的数量
	cout << "点云中的点的数量: " << cloud_source->size() << endl;

	// 设置滤波器对象
	pcl::PassThrough<pcl::PointXYZ> pass;
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZ>);
	pass.setInputCloud(cloud_source);            //设置输入点云
	pass.setFilterFieldName("z");         //设置过滤时所需要点云类型的Z字段
	pass.setFilterLimits(550,650);        //设置在过滤字段的范围
	pass.filter(*cloud_filtered);
	//cloud_source = cloud_filtered;

	//可视化
	pcl::visualization::CloudViewer viewer("Viewer");
	viewer.showCloud(cloud_filtered); // 直接显示点云

	// 保存点云到文件
    pcl::io::savePCDFileBinary("F:\\实验数据1022\\24.10.22\\444.pcd", *cloud_filtered);
    cout << "滤波后点云文件已经保存" << endl;

	cout << "点云中的点的数量: " << cloud_filtered->size() << endl;

	system("pause");
	return 0;
}