最近開始動手作實驗,以前寫了一個小實驗利用到了PCL庫中的索引;安全
如今在寫利用PCL中的RegionGrowing類來分割生成面片,不管是迭代生成仍是進行提取都須要用到pcl庫中定義的索引,數據結構
雖然搞的不是太明白,仍是想寫下來來記錄本身的思路。測試
先看一下PCL是如何定義PointIndices的結構:spa
1 struct PointIndices 2 { 3 PointIndices () : header (), indices () 4 {} 5 6 ::pcl::PCLHeader header; 7 8 std::vector<int> indices; 9 10 public: 11 typedef boost::shared_ptr< ::pcl::PointIndices> Ptr; 12 typedef boost::shared_ptr< ::pcl::PointIndices const> ConstPtr; 13 }; // struct PointIndices
1 typedef boost::shared_ptr< ::pcl::PointIndices> PointIndicesPtr; 2 typedef boost::shared_ptr< ::pcl::PointIndices const> PointIndicesConstPtr;
能夠看出在 數據結構 PointIndices 中 定義了點雲的header和indices;這裏咱們不關心header的結構,而indices的結構就是簡單的int類型的vector;指針
因此咱們常常見到一些代碼直接定義索引的時候直接使用了一下的定義:code
1 std::vector<int > points_indices;//int類型的vector類
或者:orm
1 pcl::IndicesPtr indices(new std::vector <int>);//指向int類型的vector類的空智能指針
若要將智能指針指向定義的 points_indices,須要:對象
pcl::IndicesPtr index_ptr = boost::make_shared<std::vector<int>>(points_indices);blog
或者:索引
pcl::IndicesPtr index_ptr(new std::vector<int>(points_indices));
由於在pcl_base.h中有以下定義:
1 typedef boost::shared_ptr <std::vector<int> > IndicesPtr; 2 typedef boost::shared_ptr <const std::vector<int> > IndicesConstPtr;
PS:
pcl中大量用到了智能指針 share_ptr,shared_ptr容許多個指針指向同一個對象
智能指針的使用方式與普通指針相似:
1.解引用一個智能指針返回它指向的對象;
2.若是在一個條件判斷中使用智能指針,效果就是檢測它是否爲空.
使用智能指針的初始化:
1 //通常的初始化方式 2 shared_ptr<string> pint(new string("normal usage!")); 3 cout<<*pint<<endl; 4 5 //推薦的安全的初始化方式 6 shared_ptr<string> pint1 = make_shared<string>("safe uage!"); 7 cout<<*pint1<<endl; 8
先把以前利用到的寫一些:
1 int j = 0; 2 std::vector<int > indexs; 3 for (auto i : *normals) 4 { 5 if (i.normal_z < 0.05 && i.normal_z > -0.05) 6 { 7 normals1->points.push_back(i); 8 indexs.push_back(j); 9 } 10 j++; 11 } 12 //打印濾波後將法向量存儲在normal1的信息,以及相應的索引 13 std::cout << *normals1 << std::endl; 14 std::cout << indexs.size() << std::endl; 15 16 //索引 17 boost::shared_ptr<std::vector<int>> index_ptr = boost::make_shared<std::vector<int>>(indexs); 18 // Create the filtering object 19 pcl::ExtractIndices<pcl::PointXYZ> extract; 20 // Extract the inliers 21 extract.setInputCloud(cloud_0); 22 extract.setIndices(index_ptr); 23 extract.setNegative(false);//若是設爲true,能夠提取指定index以外的點雲 24 extract.filter(*cloud_1); 25 //法向量濾波後獲得的點雲信息 26 std::cout << *cloud_1 << std::endl;
上面第17行代碼也能夠寫爲:
pcl::IndicesPtr index_ptr = boost::make_shared<std::vector<int>>(indexs);
那麼如今有pcl_base.h下的IndicesPtr,爲指向int類型的vector的智能指針的索引;
PointIndices.h下的定義的數據結構 PointIndices ;那麼將點雲進行索引的指針可用如下:
1 pcl::PointIndices index_1; 2 pcl::IndicesPtr index_ptr = boost::make_shared<std::vector<int>>(index_1.indices);
綜上所述,索引的使用能夠以下所示:
1 std::vector<int > indexs; 2 pcl::PointIndices index_1; 3 pcl::IndicesPtr indices_plane(new std::vector <int>(indexs)); 4 pcl::IndicesPtr index_ptr(new std::vector<int>(index_1.indices)); 5 pcl::IndicesPtr index_ptr = boost::make_shared<std::vector<int>>(index_1.indices); 6 pcl::IndicesPtr index_ptr = boost::make_shared<std::vector<int>>(indexs); 7 pcl::IndicesPtr index_ptr = boost::make_shared<std::vector<int>>(index_1);//這個index_1的索引不知道能不能用,我測試一下再來修改
利用ExtractIndices進行索引點雲的提取:
1 pcl::ExtractIndices<pcl::PointXYZ> extract; 2 extract.setInputCloud(cloud_0); 3 extract.setIndices(index_ptr); 4 extract.setNegative(false);//若是設爲true,能夠提取指定index以外的點雲 5 extract.filter(*cloud_1);
如有不對之處,請留言指出!