C++ PCL 点云密度计算代码示例 - 详细教程

以下是一个基于 PCL 库计算一簇点云密度的 C++ 代码示例：

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/kdtree/kdtree_flann.h>

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

    // 构建 KD 树
    pcl::KdTreeFLANN<pcl::PointXYZ> kdtree;
    kdtree.setInputCloud(cloud);

    // 设置搜索半径
    float radius = 0.1; // 搜索半径为 0.1 米

    // 计算每个点的密度
    std::vector<int> pointIdxRadiusSearch;
    std::vector<float> pointRadiusSquaredDistance;
    std::vector<float> pointDensity(cloud->size(), 0.0); // 初始化密度为 0

    for (int i = 0; i < cloud->size(); ++i)
    {
        if (kdtree.radiusSearch(cloud->points[i], radius, pointIdxRadiusSearch, pointRadiusSquaredDistance) > 0)
        {
            pointDensity[i] = pointIdxRadiusSearch.size() / (M_PI * radius * radius); // 计算密度
        }
    }

    // 输出每个点的密度
    for (int i = 0; i < cloud->size(); ++i)
    {
        std::cout << "Point " << i << " density: " << pointDensity[i] << std::endl;
    }

    return 0;
}

注意，上述代码假设输入的点云数据为二进制 PCD 文件，文件名为'input_cloud.pcd'。您需要根据实际情况修改文件名或者点云数据的读取方式。另外，代码中将搜索半径固定为 0.1 米，您也可以根据实际需求进行调整。