点云库（PCL）学习——Advanced Usage（一）

本文主要是介绍点云库（PCL）学习——Advanced Usage（一），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

添加自定义的PointT类型

这篇文档只适用于PCL0.x和1.x版本。

PCL提供了各种预定义的点类型，从XYZ数据的SSE对齐结构到更复杂的n维直方图表示，如PFH（点特征直方图）。这些类型应该足够支持所有的在PCL中实现的算法以及方法。然而，仍然存在一些情况需要使用者自行定义新的类型。

PS:SSE对齐结构意思应该是说定义结构体时，X、Y、Z的数据类型都是一样的——译者注

1. 为什么使用PointT 类型

PCL的PointT可以追溯到ROS内部开发的一个库的时代。当时存在一个共识，点云是一个复杂的n-D结构，需要能够表示不同类型的信息。但是，用户应该知道并理解需要传递哪些类型的信息，以便使代码更易于调试、考虑优化等。
这里列举了一个例子，对XYZ数据简单操作。对于支持SSE的处理器，最有效的方法是将3个维度存储为浮点，然后使用额外的浮点进行填充：

struct PointXYZ
{float x;float y;float z;float padding;
};

然而，作为一个例子，如果用户正在嵌入式平台上编译PCL，添加额外的填充可能会浪费内存。因此，可以使用没有最后一个浮点的更简单的PointXYZ结构。
此外，如果应用程序需要一个包含XYZ 3D数据、RGBA信息（颜色）和每个点估计的曲面法线的PointXYZRGBNormal，那么使用上述所有内容定义结构就很简单了。由于PCL中的所有算法都应该模板化，因此除了结构定义之外，不需要进行其他更改。

2.PCL中有哪些PointT类型

为了囊括所有我们能想到的情况，我们定义了许多point类型。下面仅为一小段代码，完整部分请看point_types.hpp。

• PointXYZ
  这是最常用的一种数据类型，它表示了三维xyz的信息。用户可以通过例如：points[i].data[0]或points[i].x来获取x坐标。

union
{float data[4];struct{float x;float y;float z;};
};

• PointXYZI
  简单XYZ+强度点类型。在理想情况下，这4个组件将创建一个单一的结构，SSE对齐。但是，由于大多数点操作都会将data[4]数组的最后一个组成部分（从xyz联合体）设置为0或1（用于变换），因此不能将强度设置为同一结构的成员，因为其内容将被覆盖。例如，两点之间的点积将其第4个分量设置为0，否则点积就没有意义，等等。

union
{float data[4];struct{float x;float y;float z;};
};
union
{struct{float intensity;};float data_c[4];
};

• PointXYZRGBA
  与PointXYZI类似，只不过rgba包含了打包成无符号32位整型数的RGBA信息。根据联合体声明，通过名字单独获取颜色通道也是可以实现的。

union
{float data[4];struct{float x;float y;float z;};
};
union
{union{struct{std::uint8_t b;std::uint8_t g;std::uint8_t r;std::uint8_t a;};float rgb;};std::uint32_t rgba;
};

• PointXYZRGB
  float x, y, z; std::uint32_t rgba;
  与PointXYZRGBA类似
• PointXY
  float x, y;
  简单的二维point 结构

struct
{float x;float y;
};

• InterestPoint
  float x, y, z, strength;
  与PointXYZI类似，只不过strength包含了关键点（keypoint）的强度度量值。

union
{float data[4];struct{float x;float y;float z;};
};
union
{struct{float strength;};float data_c[4];
};

• Normal
  float normal[3], curvature;
  另外一种常用的数据类型，Normal结构表示在给定点处面的法向量以及曲率的度量值（与曲面面片的特征值之间的关系在同一调用中获得–详情请看NormalEstimation class API）。
  因为在PCL中，对曲面法线的操作非常常见，所以我们用第四个组件填充这3个组件，以实现SSE对齐和计算效率。用户可以通过points[i].data_n[0]或者points[i].normal[0]或者points[i].normal_x来获取法向量的第一个坐标。同样，曲率不能存储在同一个结构中，因为它会被正常数据上的操作覆盖。

union
{float data_n[4];float normal[3];struct{float normal_x;float normal_y;float normal_z;};
}
union
{struct{float curvature;};float data_c[4];
};

• PointNormal
  float x, y, z; float normal[3], curvature;
  包含XYZ数据，以及表面法线和曲率。

union
{float data[4];struct{float x;float y;float z;};
};
union
{float data_n[4];float normal[3];struct{float normal_x;float normal_y;float normal_z;};
};
union
{struct{float curvature;};float data_c[4];
};

• PointXYZRGBNormal
  float x, y, z, normal[3], curvature; std::uint32_t rgba;
  包含XYZ数据，RGBA颜色，以及表面法线和曲率。

union
{float data[4];struct{float x;float y;float z;};
};
union
{float data_n[4];float normal[3];struct{float normal_x;float normal_y;float normal_z;};
}
union
{struct{union{union{struct{std::uint8_t b;std::uint8_t g;std::uint8_t r;std::uint8_t a;};float rgb;};std::uint32_t rgba;};float curvature;};float data_c[4];
};

• PointXYZINormal
  float x, y, z, intensity, normal[3], curvature;
  包含XYZ，强度值，表面法线和曲率

union
{float data[4];struct{float x;float y;float z;};
};
union
{float data_n[4];float normal[3];struct{float normal_x;float normal_y;float normal_z;};
}
union
{struct{float intensity;float curvature;};float data_c[4];
};

（下面略）

• PointWithRange
• PointWithViewpoint
• MomentInvariants
• PrincipalRadiiRSD
• Boundary
• PrincipalCurvatures
• PFHSignature125
• FPFHSignature33
• VFHSignature308
• Narf36
• BorderDescription
• IntensityGradient
• Histogram
• PointWithScale
• PointSurfel

3.点的类型是如何暴露的？（How are the point types exposed?）

由于PCL模板非常多，并且在一个模板库，在一个源文件中包含许多的PCL算法会降低编译过程的速度。
为了加快包含和链接PCL的用户代码的速度，我们使用显式模板实例化，包括所有可能的组合，在这些组合中，可以使用PCL中已经定义的点类型调用所有算法。这意味着，一旦PCL被编译为库，任何用户代码都不需要编译模板代码，从而加快了编译速度。诀窍包括将模板化实现与前向声明类和方法的头分离，并在链接时解析。下面是一个虚构的例子：

// foo.h#ifndef PCL_FOO_
#define PCL_FOO_template <typename PointT>
class Foo
{public:voidcompute (const pcl::PointCloud<PointT> &input,pcl::PointCloud<PointT> &output);
}#endif // PCL_FOO_

上面这段代码定义了头文件，通常包含在所有用户的代码里。如我们所见，我们正在定义方法和类，但是我们还没有实现任何东西。

// impl/foo.hpp#ifndef PCL_IMPL_FOO_
#define PCL_IMPL_FOO_#include "foo.h"template <typename PointT> void
Foo::compute (const pcl::PointCloud<PointT> &input,pcl::PointCloud<PointT> &output)
{output = input;
}#endif // PCL_IMPL_FOO_

上边的代码定义了实际的方法Foo::compute的模板实现。这个一般应该从用户代码中隐藏。

// foo.cpp#include "pcl/point_types.h"
#include "pcl/impl/instantiate.hpp"
#include "foo.h"
#include "impl/foo.hpp"// Instantiations of specific point types
PCL_INSTANTIATE(Foo, PCL_XYZ_POINT_TYPES));

最后，上面展示了在PCL中显式实例化的方式。宏“PCL_INSTANTIATE”除了遍历给定类型列表并为每个类型创建显式实例化外，什么都没有。
From pcl/include/pcl/impl/instantiate.hpp:

// PCL_INSTANTIATE: call to instantiate template TEMPLATE for all
// POINT_TYPES#define PCL_INSTANTIATE_IMPL(r, TEMPLATE, POINT_TYPE) \BOOST_PP_CAT(PCL_INSTANTIATE_, TEMPLATE)(POINT_TYPE)#define PCL_INSTANTIATE(TEMPLATE, POINT_TYPES)        \BOOST_PP_SEQ_FOR_EACH(PCL_INSTANTIATE_IMPL, TEMPLATE, POINT_TYPES);

PCL_XYZ_POINT_TYPES is (from pcl/include/pcl/impl/point_types.hpp):

// Define all point types that include XYZ data
#define PCL_XYZ_POINT_TYPES   \(pcl::PointXYZ)             \(pcl::PointXYZI)            \(pcl::PointXYZRGBA)         \(pcl::PointXYZRGB)          \(pcl::InterestPoint)        \(pcl::PointNormal)          \(pcl::PointXYZRGBNormal)    \(pcl::PointXYZINormal)      \(pcl::PointWithRange)       \(pcl::PointWithViewpoint)   \(pcl::PointWithScale)

基本上，如果只想显式实例化pcl:：PointXYZ的Foo，则不需要使用宏，如下所示：

// foo.cpp#include "pcl/point_types.h"
#include "pcl/impl/instantiate.hpp"
#include "foo.h"
#include "impl/foo.hpp"template class Foo<pcl::PointXYZ>;

4.如何添加一个新的PointT类型

要添加一个新的point type，首先应该定义。比如：

struct MyPointType
{float test;
};

接下来，你需要确定你的代码包含了在PCL中你希望你的新point type‘MyPointType’所使用的模板头文件的实现。（Then, you need to make sure your code includes the template header implementation of the specific class/algorithm in PCL that you want your new point type MyPointType to work with.）
例如，你想使用pcl::PassThrough。你所需要做得全部就是：

#define PCL_NO_PRECOMPILE
#include <pcl/filters/passthrough.h>
#include <pcl/filters/impl/passthrough.hpp>// the rest of the code goes here

如果您的代码是库的一部分，而库被其他人使用，那么对于您公开的任何类（从PCL到我们的外部PCL），尝试对MyPointType类型使用显式实例化也是有意义的。

5 Example

下面的代码段示例创建了一个新的点类型，该点类型包含XYZ数据（SSE填充）和一个测试浮点。

#define PCL_NO_PRECOMPILE
#include <pcl/memory.h>
#include <pcl/pcl_macros.h>
#include <pcl/point_types.h>
#include <pcl/point_cloud.h>
#include <pcl/io/pcd_io.h>struct MyPointType
{PCL_ADD_POINT4D;                  // preferred way of adding a XYZ+paddingfloat test;PCL_MAKE_ALIGNED_OPERATOR_NEW     // make sure our new allocators are aligned
} EIGEN_ALIGN16;                    // enforce SSE padding for correct memory alignmentPOINT_CLOUD_REGISTER_POINT_STRUCT (MyPointType,           // here we assume a XYZ + "test" (as fields)(float, x, x)(float, y, y)(float, z, z)(float, test, test)
)int
main (int argc, char** argv)
{pcl::PointCloud<MyPointType> cloud;cloud.points.resize (2);cloud.width = 2;cloud.height = 1;cloud[0].test = 1;cloud[1].test = 2;cloud[0].x = cloud[0].y = cloud[0].z = 0;cloud[1].x = cloud[1].y = cloud[1].z = 3;pcl::io::savePCDFile ("test.pcd", cloud);
}

这篇关于点云库（PCL）学习——Advanced Usage（一）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---