C++ 代码示例：使用 RANSAC 拟合点云数据中的直线并去除内点

以下代码示例展示了如何使用 RANSAC 算法拟合点云数据中直线，并将直线的内点去除。

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/sample_consensus/ransac.h>
#include <pcl/sample_consensus/sac_model_line.h>

int main()
{
    // 加载点云数据
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile<pcl::PointXYZ>('input.pcd', *cloud);

    // RANSAC 参数
    pcl::SampleConsensusModelLine<pcl::PointXYZ>::Ptr model(new pcl::SampleConsensusModelLine<pcl::PointXYZ>(cloud));
    pcl::RandomSampleConsensus<pcl::PointXYZ> ransac(model);
    ransac.setDistanceThreshold(0.01); // 设定距离阈值
    ransac.computeModel();

    // 获取拟合的直线模型
    Eigen::VectorXf model_coefficients;
    ransac.getModelCoefficients(model_coefficients);

    // 获取拟合的直线内点索引
    std::vector<int> inlier_indices;
    ransac.getInliers(inlier_indices);

    // 打印直线模型系数和内点索引
    std::cout << 'Model coefficients: ' << model_coefficients << std::endl;
    std::cout << 'Inlier indices: ' << inlier_indices.size() << std::endl;

    // 创建去除内点的点云
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::ExtractIndices<pcl::PointXYZ> extract;
    extract.setInputCloud(cloud);
    extract.setIndices(boost::make_shared<const pcl::PointIndices>(inlier_indices));
    extract.setNegative(true); // 设置为 true 以去除内点
    extract.filter(*cloud_filtered);

    // 保存去除内点后的点云
    pcl::io::savePCDFile<pcl::PointXYZ>('output.pcd', *cloud_filtered);

    return 0;
}

请注意，上述代码中的 input.pcd 是输入点云数据的文件名，output.pcd 是保存去除内点后的点云数据的文件名。您需要根据实际情况修改这些文件名。

此代码使用了 PCL 库进行点云的处理，您需要确保已经正确安装和配置了 PCL 库。