PCL 点云直通滤波
目录
一、概述
1.1原理
1.2实现步骤
1.3应用场景
二、代码实现
2.1关键函数
2.1.1 直通滤波实现
2.1.2 可视化函数
2.2完整代码
三、实现效果
PCL点云算法汇总及实战案例汇总的目录地址链接：
PCL点云算法与项目实战案例汇总（长期更新）
一、概述
直通滤波（PassThrough Filter） 是一种常用的点云滤波方法，用于在特定范围内选择和保留点云数据中的点。通过指定要保留的点的坐标范围，可以有效地去除不必要的点云数据，从而简化点云并提高后续处理的效率。
1.1原理
直通滤波的原理是根据用户定义的坐标轴（如 X、Y 或 Z）范围，过滤掉不在该范围内的点。此方法适用于对点云进行区域选择，以便专注于特定区域或特征。
1.2实现步骤
- 读取点云数据：使用 PCL 的 I/O 函数读取点云文件。
- 设置直通滤波器参数：包括要过滤的坐标轴和范围。
- 应用滤波器：生成过滤后的点云。
- 可视化结果：将原始点云和过滤后的点云进行可视化，对比效果。原始点云为红色，过滤后的点云为绿色。
1.3应用场景
- 区域选择：在进行特征提取或对象识别时，仅保留感兴趣区域的点。
- 噪声去除：通过过滤掉不在指定范围内的点，去除可能的噪声。
- 数据简化：降低点云数据的复杂性，以提高计算效率。
二、代码实现
2.1关键函数
2.1.1 直通滤波实现
通过设置坐标轴和范围，应用直通滤波器。
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/passthrough.h>// 直通滤波函数
pcl::PointCloud<pcl::PointXYZ>::Ptr passThroughFilter(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud, // 输入点云const std::string& axis, // 要过滤的坐标轴float min_limit, // 最小范围float max_limit // 最大范围
)
{pcl::PassThrough<pcl::PointXYZ> pass; // 创建直通滤波器对象pass.setInputCloud(cloud); // 设置输入点云pass.setFilterFieldName(axis); // 设置要过滤的坐标轴（"x"、"y" 或 "z"）pass.setFilterLimits(min_limit, max_limit); // 设置过滤范围pcl::PointCloud<pcl::PointXYZ>::Ptr filtered_cloud(new pcl::PointCloud<pcl::PointXYZ>);pass.filter(*filtered_cloud); // 应用滤波器return filtered_cloud; // 返回过滤后的点云
}
2.1.2 可视化函数
使用 PCL 可视化库展示原始点云和过滤后的点云，并设置颜色：原始点云为红色，过滤后的点云为绿色。
#include <pcl/visualization/pcl_visualizer.h>// 可视化原始点云和过滤后的点云
void visualizePointClouds(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud, // 原始点云pcl::PointCloud<pcl::PointXYZ>::Ptr filtered_cloud // 过滤后的点云
)
{// 创建可视化器pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("PassThrough Filter Viewer"));// 设置视口1，显示原始点云int vp_1;viewer->createViewPort(0.0, 0.0, 0.5, 1.0, vp_1); // 创建左侧窗口viewer->setBackgroundColor(1.0, 1.0, 1.0, vp_1); // 设置白色背景viewer->addText("Raw Point Clouds", 10, 10, "v1_text", vp_1); // 添加标题// 设置原始点云的颜色为红色pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> cloud_color_handler(cloud, 255, 0, 0); // 红色viewer->addPointCloud<pcl::PointXYZ>(cloud, cloud_color_handler, "original_cloud", vp_1); // 添加原始点云// 设置视口2，显示过滤后的点云int vp_2;viewer->createViewPort(0.5, 0.0, 1.0, 1.0, vp_2); // 创建右侧窗口viewer->setBackgroundColor(0.98, 0.98, 0.98, vp_2); // 设置浅灰色背景viewer->addText("Filtered Point Clouds", 10, 10, "v2_text", vp_2); // 添加标题// 设置过滤后的点云的颜色为绿色pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> filtered_cloud_color_handler(filtered_cloud, 0, 255, 0); // 绿色viewer->addPointCloud<pcl::PointXYZ>(filtered_cloud, filtered_cloud_color_handler, "filtered_cloud", vp_2); // 添加过滤后的点云// 设置点的大小（可选）viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "original_cloud", vp_1);viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "filtered_cloud", vp_2);// 启动可视化循环while (!viewer->wasStopped()){viewer->spinOnce(100); // 刷新可视化器}
}
2.2完整代码
// C++头文件
#include <iostream>
// PCL头文件
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/passthrough.h> // 直通滤波
#include <pcl/visualization/pcl_visualizer.h>// 直通滤波函数
pcl::PointCloud<pcl::PointXYZ>::Ptr passThroughFilter(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud, // 输入点云const std::string& axis, // 要过滤的坐标轴float min_limit, // 最小范围float max_limit // 最大范围
)
{pcl::PassThrough<pcl::PointXYZ> pass; // 创建直通滤波器对象pass.setInputCloud(cloud); // 设置输入点云pass.setFilterFieldName(axis); // 设置要过滤的坐标轴（"x"、"y" 或 "z"）pass.setFilterLimits(min_limit, max_limit); // 设置过滤范围pcl::PointCloud<pcl::PointXYZ>::Ptr filtered_cloud(new pcl::PointCloud<pcl::PointXYZ>);pass.filter(*filtered_cloud); // 应用滤波器return filtered_cloud; // 返回过滤后的点云
}// 可视化原始点云和过滤后的点云
void visualizePointClouds(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud, // 原始点云pcl::PointCloud<pcl::PointXYZ>::Ptr filtered_cloud // 过滤后的点云
)
{// 创建可视化器pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("PassThrough Filter Viewer"));// 设置视口1，显示原始点云int vp_1;viewer->createViewPort(0.0, 0.0, 0.5, 1.0, vp_1); // 创建左侧窗口viewer->setBackgroundColor(1.0, 1.0, 1.0, vp_1); // 设置白色背景viewer->addText("Raw Point Clouds", 10, 10, "v1_text", vp_1); // 添加标题// 设置原始点云的颜色为红色pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> cloud_color_handler(cloud, 255, 0, 0); // 红色viewer->addPointCloud<pcl::PointXYZ>(cloud, cloud_color_handler, "original_cloud", vp_1); // 添加原始点云// 设置视口2，显示过滤后的点云int vp_2;viewer->createViewPort(0.5, 0.0, 1.0, 1.0, vp_2); // 创建右侧窗口viewer->setBackgroundColor(0.98, 0.98, 0.98, vp_2); // 设置浅灰色背景viewer->addText("Filtered Point Clouds", 10, 10, "v2_text", vp_2); // 添加标题// 设置过滤后的点云的颜色为绿色pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> filtered_cloud_color_handler(filtered_cloud, 0, 255, 0); // 绿色viewer->addPointCloud<pcl::PointXYZ>(filtered_cloud, filtered_cloud_color_handler, "filtered_cloud", vp_2); // 添加过滤后的点云// 设置点的大小（可选）viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "original_cloud", vp_1);viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "filtered_cloud", vp_2);// 启动可视化循环while (!viewer->wasStopped()){viewer->spinOnce(100); // 刷新可视化器}
}int main(int argc, char** argv)
{// ------------------------------读取点云数据---------------------------------pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);if (pcl::io::loadPCDFile("bunny.pcd", *cloud) < 0){PCL_ERROR("Could not read file\n");return (-1); // 返回错误}// -------------------------------直通滤波---------------------------------float min_limit = -0.1; // 设置过滤范围下限float max_limit =0.1; // 设置过滤范围上限std::string axis = "y"; // 设置要过滤的坐标轴（"x"、"y" 或 "z"）pcl::PointCloud<pcl::PointXYZ>::Ptr filtered_cloud = passThroughFilter(cloud, axis, min_limit, max_limit); // 进行直通滤波// ------------------------------可视化原始点云和过滤后的点云---------------------------------visualizePointClouds(cloud, filtered_cloud); // 调用可视化函数return 0;
}
三、实现效果
