C++ 代码使用 RANSAC 拟合 PCD 文件中的直线并去除内点

以下是一个利用 RANSAC 拟合点云数据中直线的 C++ 代码示例：

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/extract_indices.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);

    // 创建 RANSAC 对象
    pcl::SampleConsensusModelLine<pcl::PointXYZ>::Ptr model(new pcl::SampleConsensusModelLine<pcl::PointXYZ>(cloud));
    pcl::RandomSampleConsensus<pcl::PointXYZ> ransac(model);
    ransac.setDistanceThreshold(0.01); // 设置距离阈值

    // 执行 RANSAC 算法
    pcl::PointCloud<pcl::PointXYZ>::Ptr inliers(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::PointCloud<pcl::PointXYZ>::Ptr outliers(new pcl::PointCloud<pcl::PointXYZ>);
    ransac.computeModel();
    ransac.getInliers(inliers->indices);

    // 提取直线内点和外点
    pcl::ExtractIndices<pcl::PointXYZ> extract;
    extract.setInputCloud(cloud);
    extract.setIndices(inliers);
    extract.setNegative(false);
    extract.filter(*inliers);
    extract.setNegative(true);
    extract.filter(*outliers);

    // 输出结果
    std::cout << 'Inliers: ' << inliers->size() << std::endl;
    std::cout << 'Outliers: ' << outliers->size() << std::endl;

    return 0;
}

上述代码中，我们首先加载了点云数据，然后创建了一个 RANSAC 模型，并设置了距离阈值。然后执行 RANSAC 算法，得到直线的内点索引。最后，我们使用 pcl::ExtractIndices 类提取直线的内点和外点，并输出结果。

请注意，这段代码中没有将内点从原始点云中去除，而是将其提取到了 inliers 点云中，外点则提取到了 outliers 点云中。如果你需要将内点从原始点云中去除，可以使用 pcl::ExtractIndices 类提取外点，并将其赋值给原始点云。