pcl 直通滤波

本文主要是介绍pcl 直通滤波，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！

pcl 直通滤波

处理某一个坐标轴方向上的点云

头文件等

#include<pcl/filters/passthrough.h>typedef pcl::PointXYZ PointT;
typedef pcl::PointCloud<PointT> CloudT;
typedef CloudT::Ptr CP;

主要代码

    CP cloudTo(new CloudT);pcl::PassThrough<pcl::PointXYZ> pass; //定义滤波器pass.setInputCloud(cloudFrom);        //设置待滤波的点云pass.setFilterFieldName("x"); 		  //设置需要操作的坐标轴pass.setFilterLimits(46.0, 54.0); 	  // 设置滤波坐标范围pass.setFilterLimitsNegative(true);   // true为保留范围内的数据，false为舍弃范围内的数据pass.filter(*cloudTo);  		      // 进行滤波输出

代码（x轴）

void lxr_vision(CP cloud1) {pcl::visualization::PCLVisualizer viewer;viewer.setBackgroundColor(0.05, 0.05, 0.05);//viewer.addPointCloud(cloudFrom, pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>(cloudFrom, 255, 0, 0), "cloudForm");viewer.addPointCloud(cloud1, pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>(cloud1, 0, 255, 0), "cloud1");//viewer.addPointCloud(cloud2, pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>(cloud2, 255, 0, 0), "cloud2");while (!viewer.wasStopped()) {viewer.spinOnce(100);boost::this_thread::sleep(boost::posix_time::microseconds(100000));}
}
void process(string path) {//读取点云CP cloudFrom(new CloudT);if (pcl::io::loadPCDFile<PointT>(path, *cloudFrom) == -1) {cout << "读取失败:" << path << endl;return;}//直通滤波CP cloudTo(new CloudT);pcl::PassThrough<pcl::PointXYZ> pass; pass.setInputCloud(cloudFrom);pass.setFilterFieldName("x"); 		//设置需要操作的坐标轴pass.setFilterLimits(46.0, 54.0); 	// 设置坐标范围pass.setFilterLimitsNegative(true); // true为保留范围内的数据，false为舍弃范围内的数据pass.filter(*cloudTo);  		// 进行滤波输出//可视化一下cout << "原始点云大小：" << cloudFrom->size() << endl;cout << "滤后点云大小：" << cloudTo->size() << endl;lxr_vision(cloudFrom);lxr_vision(cloudTo);return;
}

结果

滤波前

滤波后

代码（y轴）

void lxr_vision(CP cloud1) {pcl::visualization::PCLVisualizer viewer;viewer.setBackgroundColor(0.05, 0.05, 0.05);//viewer.addPointCloud(cloudFrom, pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>(cloudFrom, 255, 0, 0), "cloudForm");viewer.addPointCloud(cloud1, pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>(cloud1, 0, 255, 0), "cloud1");//viewer.addPointCloud(cloud2, pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>(cloud2, 255, 0, 0), "cloud2");while (!viewer.wasStopped()) {viewer.spinOnce(100);boost::this_thread::sleep(boost::posix_time::microseconds(100000));}
}
void process(string path) {//读取点云CP cloudFrom(new CloudT);if (pcl::io::loadPCDFile<PointT>(path, *cloudFrom) == -1) {cout << "读取失败:" << path << endl;return;}//直通滤波CP cloudTo(new CloudT);pcl::PassThrough<pcl::PointXYZ> pass; pass.setInputCloud(cloudFrom);pass.setFilterFieldName("x"); 		//设置需要操作的坐标轴pass.setFilterLimits(46.0, 54.0); 	// 设置坐标范围pass.setFilterLimitsNegative(true); // true为保留范围内的数据，false为舍弃范围内的数据pass.filter(*cloudTo);  		// 进行滤波输出//可视化一下cout << "原始点云大小：" << cloudFrom->size() << endl;cout << "滤后点云大小：" << cloudTo->size() << endl;lxr_vision(cloudFrom);lxr_vision(cloudTo);return;
}

 结果

滤波前

滤波后

这篇关于pcl 直通滤波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！

---