读取 .las 文件，用 PCL 处理和显示

Posted 2023-03-23

【中文标题】读取 .las 文件，用 PCL 处理和显示

【英文标题】：Reading .las file, processing and displaying it with PCL

【发布时间】：2021-05-08 03:07:30

【问题描述】：

我使用 libLAS 库来读取 .las file 的浊点。然后我将点存储在 PCL 点云变量中，以便使用点云库处理和显示点云。

这是我使用的代码：

class PointCloud

    public:
        //PointCloud(const std::string& path);

        uint32_t getVertsCount();
        float4* getVertsData();

        template<typename PointT>
        typename pcl::PointCloud<PointT>::Ptr read(const std::string& path);//void read(const std::string &path);


template<typename PointT>
typename pcl::PointCloud<PointT>::Ptr PointCloud::read(const string& path)

    typename pcl::PointCloud<PointT>::Ptr lasCloud(new pcl::PointCloud<PointT>);

    std::ifstream ifs;
    ifs.open(path, std::ios::in | std::ios::binary);
    //std::ifstream inf(path, std::ios::in | std::ios::binary);

    liblas::ReaderFactory f;
    liblas::Reader reader = f.CreateWithStream(ifs);
    liblas::Header const& header = reader.GetHeader();

    std::cout << "Compressed: " << (header.Compressed() == true) ? "true" : "false";
    std::cout << "Signature: " << header.GetFileSignature() << '\n';
    std::cout << "Points count: " << header.GetPointRecordsCount() << '\n';

    while (reader.ReadNextPoint())
    
        liblas::Point const& p = reader.GetPoint();

        PointT cloudPoint;
        cloudPoint.x = float(p.GetX()) * 0.001 + 590284.000; // (double)(x * scaleX) + offsetX;
        cloudPoint.y = float(p.GetY()) * 0.001 + 4339456.000; // (double)(y * scaleY) + offsetY;
        cloudPoint.z = float(p.GetZ()) * 0.001 + 157.000; // (double)(z * scaleZ) + offsetZ;
        std::cout << p.GetX() << ", " << p.GetY() << ", " << p.GetZ() << "\n";
        //cloudPoint.intensity = p.GetIntensity(); // (double)(intensity) / 65536.0;
        lasCloud->points.push_back(cloudPoint);
    

    if (!ifs.good())
        throw runtime_error("Reading went wrong!");
        
    
    lasCloud->width = lasCloud->points.size();
    lasCloud->height = 1;
    lasCloud->is_dense = true;
    std::cout << "Cloud size = " << lasCloud->points.size() << endl;
    return lasCloud;
    



int main (int argc, char** argv)

    
    std::cout << "starting enviroment" << std::endl;
    pcl::visualization::PCLVisualizer::Ptr viewer (new pcl::visualization::PCLVisualizer ("3D Viewer"));
    CameraAngle setAngle = FPS; //XY, FPS, Side, TopDown
    initCamera(setAngle, viewer);
    pcl::PointCloud<pcl::PointXYZ>::Ptr inputCloudI; //
    inputCloudI = pcd.read<pcl::PointXYZ>("C:/Users/hedey/OneDrive/Documents/Research_papers/STDF/10_4231_MFQF-Q141/I-65/LiDAR/RoadSurface/NB/20180524_I65_NB_RoadSurface_1_50.5.las");
    std::cout << "Cloud size = " << inputCloudI->points.size() << endl;
    renderPointCloud(viewer, inputCloudI, "lasCloud");
    while (!viewer->wasStopped())
    
        viewer->spinOnce();
    

但是，使用 PCL 查看器显示的云看起来像一个点。我注意到，当我打印出使用 libLAS 读取的坐标时，x & y 坐标没有十进制值，这与 las 文件中存储的实际坐标相比是不准确的。我从命令提示符使用 las2txt 获得了实际的点坐标。 This is the txt file 包含实际坐标。这是显示 cout 结果的图像：

另外，这就是我使用 CloudCompare 打开点云时的样子。当我将它读入 PCL 点云变量并使用 PCL 查看器显示结果时，我期待得到相同的显示，因为我需要进行进一步处理才能进行传感器融合（相机和激光雷达）。

【参考方案1】：

std::cout 的默认精度为 6 位十进制数字。请添加类似

    std::cout.precision(12);

while 循环之前。

此外，将p.GetX() 等转换为float 是没有意义的：如果将其乘以0.001，则 operator* 参数的左侧自然会至少提升为double。然而，float 只有大约 7 位的精度，所以对于存储在双精度中的 9 位整数（是的！），这种截断是灾难性的。

还有另一个（小）错误，正确的行显示

    std::cout << "Compressed: " << ((header.Compressed() == true) ? "true\n" : "false\n");

请注意条件表达式（和\n）周围的 () 大括号。请使用标准编译器选项来警告此类简单问题。

另请阅读https://***.com/help/minimal-reproducible-example

【讨论】：

非常感谢。我一直在谷歌搜索和研究这个主题。现在，我的理解是读取的坐标已经应用了比例和偏移量，所以我不必应用它们。我只需要按原样使用读取的坐标。另外，我找到了渲染点云的解决方案。只需按“R”键，可视化器就会调整到坐标。我现在唯一担心的是例如 p.GetX() 是双精度数。当我将它分配给浮点数的 cloudPoint.x 时，精度会受到影响。例如，p.GetX()=600209.172 但是 cloudPoint.x=600209.1875。如何解决？

你不能。如果您仅将 PCL 用于可视化，则在将数据传输到 PCL 之前，更改坐标系以使值的大小变得相当小。例如，移动它，使云的质心位于 (0.0.0)。

我将使用 PCL 不仅用于可视化，还将用于其他点云处理（如分割、聚类等），并在此基础上将传感器与相机图像融合。我的理解是 PCL 坐标以米为单位，十进制值增加了厘米精度。那么，这会导致测量精度降低（以厘米为单位）吗？我是这个领域的新手，所以我还在探索中。

如果所有值都以相同的数字开头，例如 678，那么您可以放心地忽略它们。实际上，PCL 是干什么用的？我不知道。分割、聚类和图像有什么关系，比如电脑游戏中的场景？那么不仅可以，而且应该使用局部坐标系。

非常感谢。从坐标中删除相同的数字（以获得较小的坐标值）几乎解决了精度问题。我认为这就是所谓的坐标偏移。现在将 double 'p.GetX()' 分配给 float 'cloudPoint.x' 后，cloudPoint.x 的值为 9.17199993134，这使得小数部分非常接近 0.172。再次感谢先生。