PCL点云处理之pcd文件的读写

• 前言
• 一、pcd文件读写？
• 二、使用步骤
• • 1.读入
  • 2.写出
• 总结

前言

`处理点云数据的第一步总是把点云从不同格式的文件读取到自己的程序里， 存储点云信息的文件包括但不限于pcd,las,ply,txt等等，由于我们用的是PCL库进行点云处理，所以最适合的还是pcd格式的点云文件，所以有必要学习如何从pcd文件中读取点云的信息：如坐标等，以及如何将处理后的点云数据输出到新的pcd文件中，这是点云处理最基本的要求，所以下面具体介绍pcd文件的点云读写。

当然了，如果我们只有Las,或者txt格式的点云文件，没有pcd文件，但我们又不会读写其他格式文件，我们可以使用cloudcompare软件（点云处理必须要用的免费好软件哈哈）加载，然后再输出成pcd格式，这样就可以接着用下面的代码处理读写了。
这个软件相信你们写论文和化妆的时候肯定要用，下面是一些可参考的软件操作：
cloudcompare常用裁剪，显示，合并，旋转等功能具体介绍

题外话，我们当然也可以直接读取las文件，只要配置LASlib库即可，具体的读写可以参考：
LASLIB库的编译
LAS点云的读写

我们也可以直接读取ply点云文件，PCL库也有现成的工具，可以参考：
ply文件点云读写

txt的文件读写比较简单，直接现写就行了，此外，如果希望在程序内部实现不同格式文件点云信息的转存，实际就是读取到一个容器里，再转存出去，只要知道不同格式文件的读写接口，就可以随便转换了，当然不严谨，不过平时随便用用也够了，可以参考：
点云文件格式转换–pcd转txt

最后我们平时研究学习的时候，对于小白来言，可能会遇到某个场景点云被分别存在了好多个pcd文件中，实验的时候又必须一整块实验，这时候就需要一次性批量地读取多个pcd文件到我们的程序中，我们可以提前给pcd文件按顺序命名：如1.pcd,2.pcd，然后循环读取即可，即在for循环内部，用一个容器承接每次单个文件中读取的点云，然后push_back到外面的大容器中，大概像下面这个样子：
（代码我没具体运行，应该可以哈哈，谨慎使用）

//在循环外面定义一个大容器，存在总的点云
pcl::PointCloud::Ptr bigcloud (new pcl::PointCloud);
for(int i=0;i<2;i++)//假设有0.pcd,1.pcd两个文件
{//循环内部定义一个小容器pcl::PointCloud::Ptr smallcloud (new   pcl::PointCloud);//这是个小技巧std::stringstream ss;ss << "D:\\data\\" << i<< ".pcd"; //改写成自己的点云写出路径pcl::io::loadPCDFile(ss.str(), *smallcloud );//加载到小容器//再转给大容器for(int j=0;jsize();j++){bigcloud->push_back( smallcloud->points[j]  );}}

一、pcd文件读写？

回到正题，下面是借助PCL库实现pcd文件读取和写出

二、使用步骤

1.读入

代码如下（示例）：

#include 
#include 
#include int
main (int argc, char** argv)
{pcl::PointCloud::Ptr cloud (new pcl::PointCloud);
//使用地时候，最好把路径改成绝对路径，比如D:\\1.pcdif (pcl::io::loadPCDFile ("test_pcd.pcd", *cloud) == -1) //* load the file{PCL_ERROR ("Couldn't read file test_pcd.pcd \n");return (-1);}std::cout << "Loaded "<< cloud->width * cloud->height<< " data points from test_pcd.pcd with the following fields: "<< std::endl;for (const auto& point: *cloud)std::cout << "    " << point.x<< " "    << point.y<< " "    << point.z << std::endl;return (0);
}

2.写出

代码如下（示例）：

#include 
#include 
#include intmain (int argc, char** argv)
{pcl::PointCloud cloud;// Fill in the cloud datacloud.width    = 5;cloud.height   = 1;cloud.is_dense = false;cloud.points.resize (cloud.width * cloud.height);for (auto& point: cloud){point.x = 1024 * rand () / (RAND_MAX + 1.0f);point.y = 1024 * rand () / (RAND_MAX + 1.0f);point.z = 1024 * rand () / (RAND_MAX + 1.0f);}//使用地时候，最好把路径改成绝对路径，比如D:\\1.pcd//这里它会自动在你指定地路径下，创建一个1.pcd的文件，然后把你的点云存放进去，并不是需要你提前放一个空的1.pcd文件等着pcl::io::savePCDFileASCII ("test_pcd.pcd", cloud);std::cerr << "Saved " << cloud.size () << " data points to test_pcd.pcd." << std::endl;for (const auto& point: cloud)std::cerr << "    " << point.x << " " << point.y << " " << point.z << std::endl;return (0);

总结

点赞留个关注谢谢哈哈，内容虽然简单，但对于刚接触的小白来说多多少少，可能有点用吧，老夫也只是尽微薄之力，绝不是为了钱，绝不是。