什么点能用pcl转化成点云

### 使用PCL库将数据转换为点云格式 #### 将STL文件转换为点云 为了实现从STL文件到点云的转换，`pcl::io::loadPolygonFileSTL` 函数被用来加载 STL 文件，并从中提取顶点信息。这些顶点随后会被处理成点云的形式。具体操作如下： ```cpp #include <pcl/io/polygon_file_io.h> #include <pcl/point_cloud.h> #include <pcl/point_types.h> // 加载STL文件并创建点云集 bool loadStlAsPointCloud(const std::string& stlFilePath, pcl::PointCloud<pcl::PointXYZ>::Ptr &cloud) { pcl::PolygonMesh mesh; if (!pcl::io::loadPolygonFileSTL(stlFilePath, mesh)) { PCL_ERROR ("Couldn't read file \n"); return false; } // 转换多边形网格至点云 fromPCLPointCloud2(mesh.cloud, *cloud); return true; } ``` 上述代码展示了如何通过 `pcl::io::loadPolygonFileSTL` 和辅助函数 `fromPCLPointCloud2` 来完成这一过程[^1]。 #### 深度图像转点云并保存为PCD文件 当涉及到深度图时，可以通过特定算法将其映射为三维空间内的点集，进而形成点云结构。对于这种类型的转换，在获取了深度值之后还需要知道相机内参矩阵才能准确计算每个像素对应的3D位置。一旦获得了点云实例，则可利用 PCD 格式的输入输出接口进行持久化存储。 ```cpp #include <pcl/io/pcd_io.h> #include <pcl/visualization/cloud_viewer.h> void saveDepthImageToPCD(const cv::Mat& depthImg, const Eigen::Matrix3f& cameraIntrinsics, const std::string& pcdPath) { auto cloud = boost::make_shared<pcl::PointCloud<pcl::PointXYZ>>(); float fx = cameraIntrinsics(0, 0), fy = cameraIntrinsics(1, 1), cx = cameraIntrinsics(0, 2), cy = cameraIntrinsics(1, 2); for (int v = 0; v < depthImg.rows; ++v){ for (int u = 0; u < depthImg.cols; ++u){ unsigned short d = depthImg.ptr<unsigned short>(v)[u]; if(d != 0){ // Check invalid measurement/no data float z = static_cast<float>(d)/1000.; float x = (static_cast<float>(u)-cx)*z/fx; float y = (static_cast<float>(v)-cy)*z/fy; cloud->points.push_back(pcl::PointXYZ(x,y,z)); } } } cloud->width = cloud->size(); cloud->height = 1; cloud->is_dense = false; // Save as binary compressed format to reduce size and improve speed. if (pcl::io::savePCDFileBinary(pcdPath, *cloud) == -1){ PCL_ERROR("Failed saving the point cloud.\n"); } else{ printf("Saved %s\n", pcdPath.c_str()); } } ``` 这段代码片段实现了基于给定深度图像和摄像机参数构建点云的功能，并最终以二进制方式保存为PCD文件[^3]。