15visualization可视化

可视化：https://github.com/HuangCongQing/Point-Clouds-Visualization

示例：https://pcl.readthedocs.io/projects/tutorials/en/latest/#visualization
类/对象/函数：https://pointcloudlibrary.github.io/documentation/group__visualization.html
代码：

• PCL 可视化
• PCLVisualizer可视化类
• 可视化深度图像

文章：PCL的可视化——点云与图形- 知乎

教程中给出了7个例子，分别是

• 点云的可视化
  这部分是我们要着重讨论的内容，毕竟点云是PCL的重点。
• 扫描图（range images）的可视化
  所谓range image，指的是从一个点云逆推出的深度图。这部分内容暂不做介绍，有兴趣的可以参考官方教程。
• PCL可视化器（PCLVisualizer）
  这部分我们将在下面详细讨论。
• PCLPlotter
  使用PCL画图表的工具——我想你使用PCL不是为了干这个的。
• 可视化概述
  一个关于PCL可视化的简介，不理解为什么它出现在倒数的位置。
• [在Qt中使用可视化&带颜色点云]
  这里是两个在Qt中使用可视化的介绍，略过不谈

此模块个人代码：https://github.com/HuangCongQing/pcl-learning/tree/master/15visualization

1 PCL 可视化

• 这里用到的主要的类是CloudViewer，是一个简单的点云可视化工具。
• CloudViewer不可用于多线程程序，参见相关文档。
• **CloudViewer**通过**showCloud**方法接收一个点云指针，并且在这个成员函数执行过后，可视化的方框就应该已经出现了。后面的while循环保持程序不会关闭

  // 最简单的一个例子
  #include <pcl/visualization/cloud_viewer.h>
  //...
  void
  foo ()
  {
   pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud;
   //... populate cloud
   pcl::visualization::CloudViewer viewer ("Simple Cloud Viewer");
   viewer.showCloud (cloud);
   while (!viewer.wasStopped ())
   {
   }
  }

class pcl::visualization::CloudViewer

类CloudViewer实现创建点云可视化的窗口，以及相关的可视化功能

代码实现

创建文件：cloud_viewer.cpp
准备资源：../room_scan1.pcd
编译执行：./cloud_viewer

个人代码：15visualization可视化

/*
 * @Description: PCL 可视化入门：https://www.cnblogs.com/li-yao7758258/p/6442156.html
 * @Author: HCQ
 * @Company(School): UCAS
 * @Date: 2020-10-12 09:59:01
 * @LastEditors: Please set LastEditors
 * @LastEditTime: 2020-11-02 22:05:15
 */
#include <pcl/visualization/cloud_viewer.h> //类cloud_viewer头文件申明
#include <iostream>                         //标准输入输出头文件申明
#include <pcl/io/io.h>                      //I/O相关头文件申明
#include <pcl/io/pcd_io.h>                  //PCD文件读取

/**********************************************************************************
  函数是作为回调函数，在主函数中只注册一次 ，函数实现对可视化对象背景颜色的设置，添加一个圆球几何体
*********************************************************************************/
int user_data;

void viewerOneOff(pcl::visualization::PCLVisualizer &viewer)
{
    viewer.setBackgroundColor(1.0, 0.5, 1.0); //设置背景颜色
    pcl::PointXYZ o;                          //存储球的圆心位置
    o.x = 1.0;
    o.y = 0;
    o.z = 0;
    viewer.addSphere(o, 0.25, "sphere", 0); //添加圆球几何对象
    std::cout << "i only run once" << std::endl;
}
/***********************************************************************************
   作为回调函数，在主函数中注册后每帧显示都执行一次，函数具体实现在可视化对象中添加一个刷新显示字符串
   *************************************************************************************/
void viewerPsycho(pcl::visualization::PCLVisualizer &viewer)
{
    static unsigned count = 0;
    std::stringstream ss;
    ss << "Once per viewer loop: " << count++;
    viewer.removeShape("text", 0);
    viewer.addText(ss.str(), 200, 300, "text", 0); // 添加文字

    //FIXME: possible race condition here:
    user_data++;
}
/**************************************************************
  首先加载点云文件到点云对象，并初始化可视化对象viewer，注册上面的回
   调函数，执行循环直到收到关闭viewer的消息退出程序
   *************************************************************/
int main()
{
    // 创建点云渲染对象，导入待渲染文件
    pcl::PointCloud<pcl::PointXYZRGBA>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGBA>); //声明cloud
    pcl::io::loadPCDFile("../room_scan1.pcd", *cloud);                                        //加载点云文件

    //创建点云渲染句柄
    pcl::visualization::CloudViewer viewer("Cloud Viewer"); //创建viewer对象
    //showCloud函数是同步的，在此处等待直到渲染显示为止
    viewer.showCloud(cloud);

    //下面的内容是一个模板，支持用户进行更复杂的操作。

    //该注册函数在可视化的时候只执行一次
    viewer.runOnVisualizationThreadOnce(viewerOneOff); //只运行一次的业务逻辑可以放在viewerOneOff函数里，比如设置背景、画个三维球等等。

    //该注册函数在渲染输出时每次都调用
    viewer.runOnVisualizationThread(viewerPsycho); //需要每轮渲染的业务逻辑可以放在viewerPsycho
    //现在的业务逻辑仅仅是完成用户数据的单调增加，此处还可以完成更多丰富的操作。

    while (!viewer.wasStopped())
    {
        //此处可以添加其他处理
        //FIXME: Note that this is running in a separate thread from viewerPsycho
        //and you should guard against race conditions yourself...
        user_data++;
    }
    return 0;
}
//  总结

// pcl_points_visualization.cpp: 定义控制台应用程序的入口点。

// #include "stdafx.h"
// #include<pcl/visualization/cloud_viewer.h>
// #include<pcl/point_cloud.h>
// #include<pcl/io/pcd_io.h>

// int main()
// {
//     pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
//     pcl::io::loadPCDFile("table_scene_lms400.pcd", *cloud);
//     pcl::visualization::CloudViewer viewer("cloud viewer");
//     viewer.showCloud(cloud);
//     while (!viewer.wasStopped())
//     {
//     }
//     return 0;
// }

输出结果

无

实现效果

x PCLVisualizer可视化类

https://pcl.readthedocs.io/projects/tutorials/en/latest/pcl_visualizer.html#pcl-visualizer

• 上面提到的Cloudviewer只是一个简单的可视化工具，其功能只有有限的showCloud,以及注册键盘、鼠标的回调函数。更加复杂的工具是PCLVisualizer。

• PCLVisualizer可视化类是PCL中功能最全的可视化类，与CloudViewer可视化类相比，PCLVisualizer使用起来更为复杂，但该类具有更全面的功能，如显示法线、绘制多种形状和多个视口。本小节将通过示例代码演示PCLVisualizer可视化类的功能，从显示单个点云开始。大多数示例代码都是用于创建点云并可视化其某些特征

pcl::visualization::PCLVisualizer

https://pointclouds.org/documentation/classpcl_1_1visualization_1_1_p_c_l_visualizer.html不全面

https://pointclouds.org/documentation/group__visualization.html推荐 全面

2 可视化深度图像

代码实现

创建文件：range_image_visualization.cpp
准备资源：../room_scan1.pcd
编译执行：./range_image_visualization ../room_scan1.pcd

个人代码：15visualization可视化

#include <iostream>

#include <boost/thread/thread.hpp>

#include <pcl/common/common_headers.h>
#include <pcl/range_image/range_image.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/range_image_visualizer.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/console/parse.h>

typedef pcl::PointXYZ PointType;

// --------------------
// -----Parameters-----
// --------------------
float angular_resolution_x = 0.5f,
      angular_resolution_y = angular_resolution_x;
pcl::RangeImage::CoordinateFrame coordinate_frame = pcl::RangeImage::CAMERA_FRAME;
bool live_update = false;

// --------------
// -----Help-----
// --------------
void printUsage(const char *progName)
{
    std::cout << "\n\nUsage: " << progName << " [options] <scene.pcd>\n\n"
              << "Options:\n"
              << "-------------------------------------------\n"
              << "-rx <float>  angular resolution in degrees (default " << angular_resolution_x << ")\n"
              << "-ry <float>  angular resolution in degrees (default " << angular_resolution_y << ")\n"
              << "-c <int>     coordinate frame (default " << (int)coordinate_frame << ")\n"
              << "-l           live update - update the range image according to the selected view in the 3D viewer.\n"
              << "-h           this help\n"
              << "\n\n";
}

void setViewerPose(pcl::visualization::PCLVisualizer &viewer, const Eigen::Affine3f &viewer_pose) //设置视角位置
{
    Eigen::Vector3f pos_vector = viewer_pose * Eigen::Vector3f(0, 0, 0); //eigen
    Eigen::Vector3f look_at_vector = viewer_pose.rotation() * Eigen::Vector3f(0, 0, 1) + pos_vector;
    Eigen::Vector3f up_vector = viewer_pose.rotation() * Eigen::Vector3f(0, -1, 0);
    viewer.setCameraPosition(pos_vector[0], pos_vector[1], pos_vector[2],
                             look_at_vector[0], look_at_vector[1], look_at_vector[2],
                             up_vector[0], up_vector[1], up_vector[2]);
}

// --------------
// -----Main-----
// --------------
int main(int argc, char **argv)
{
    // --------------------------------------
    // -----Parse Command Line Arguments-----
    // --------------------------------------
    if (pcl::console::find_argument(argc, argv, "-h") >= 0)
    {
        printUsage(argv[0]);
        return 0;
    }
    if (pcl::console::find_argument(argc, argv, "-l") >= 0)
    {
        live_update = true;
        std::cout << "Live update is on.\n";
    }
    if (pcl::console::parse(argc, argv, "-rx", angular_resolution_x) >= 0)
        std::cout << "Setting angular resolution in x-direction to " << angular_resolution_x << "deg.\n";
    if (pcl::console::parse(argc, argv, "-ry", angular_resolution_y) >= 0)
        std::cout << "Setting angular resolution in y-direction to " << angular_resolution_y << "deg.\n";
    int tmp_coordinate_frame;
    if (pcl::console::parse(argc, argv, "-c", tmp_coordinate_frame) >= 0)
    {
        coordinate_frame = pcl::RangeImage::CoordinateFrame(tmp_coordinate_frame);
        std::cout << "Using coordinate frame " << (int)coordinate_frame << ".\n";
    }
    angular_resolution_x = pcl::deg2rad(angular_resolution_x);
    angular_resolution_y = pcl::deg2rad(angular_resolution_y);

    // ------------------------------------------------------------------
    // -----Read pcd file or create example point cloud if not given-----
    // ------------------------------------------------------------------
    pcl::PointCloud<PointType>::Ptr point_cloud_ptr(new pcl::PointCloud<PointType>);
    pcl::PointCloud<PointType> &point_cloud = *point_cloud_ptr;
    Eigen::Affine3f scene_sensor_pose(Eigen::Affine3f::Identity());
    std::vector<int> pcd_filename_indices = pcl::console::parse_file_extension_argument(argc, argv, "pcd");
    if (!pcd_filename_indices.empty())
    {
        std::string filename = argv[pcd_filename_indices[0]];
        if (pcl::io::loadPCDFile(filename, point_cloud) == -1)
        {
            std::cout << "Was not able to open file \"" << filename << "\".\n";
            printUsage(argv[0]);
            return 0;
        }
        scene_sensor_pose = Eigen::Affine3f(Eigen::Translation3f(point_cloud.sensor_origin_[0],
                                                                 point_cloud.sensor_origin_[1],
                                                                 point_cloud.sensor_origin_[2])) *
                            Eigen::Affine3f(point_cloud.sensor_orientation_);
    }
    else
    {
        std::cout << "\nNo *.pcd file given => Genarating example point cloud.\n\n";
        for (float x = -0.5f; x <= 0.5f; x += 0.01f)
        {
            for (float y = -0.5f; y <= 0.5f; y += 0.01f)
            {
                PointType point;
                point.x = x;
                point.y = y;
                point.z = 2.0f - y;
                point_cloud.points.push_back(point);
            }
        }
        point_cloud.width = (int)point_cloud.points.size();
        point_cloud.height = 1;
    }

    // -----------------------------------------------
    // -----Create RangeImage from the PointCloud-----
    // -----------------------------------------------
    float noise_level = 0.0;
    float min_range = 0.0f;
    int border_size = 1;
    boost::shared_ptr<pcl::RangeImage> range_image_ptr(new pcl::RangeImage);
    pcl::RangeImage &range_image = *range_image_ptr;
    range_image.createFromPointCloud(point_cloud, angular_resolution_x, angular_resolution_y,
                                     pcl::deg2rad(360.0f), pcl::deg2rad(180.0f),
                                     scene_sensor_pose, coordinate_frame, noise_level, min_range, border_size);

    // --------------------------------------------
    // -----Open 3D viewer and add point cloud-----
    // --------------------------------------------
    /*****************************************************************************************
   创建3D视窗对象，将背景颜色设置为白色，添加黑色的，点云大小为1的深度图像（点云），并使用Main函数
    上面定义的setViewerPose函数设置深度图像的视点参数，被注释的部分用于添加爱坐标系，并对原始点云进行可视化
   *****************************************************************************************/
    pcl::visualization::PCLVisualizer viewer("3D Viewer");                                                                     //定义初始化可视化对象
    viewer.setBackgroundColor(1, 1, 1);                                                                                        //背景设置为白色
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointWithRange> range_image_color_handler(range_image_ptr, 0, 0, 0); //设置自定义颜色
    viewer.addPointCloud(range_image_ptr, range_image_color_handler, "range image");
    viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "range image");
    //viewer.addCoordinateSystem (1.0f, "global");
    //PointCloudColorHandlerCustom<PointType> point_cloud_color_handler (point_cloud_ptr, 150, 150, 150);
    //viewer.addPointCloud (point_cloud_ptr, point_cloud_color_handler, "original point cloud");
    viewer.initCameraParameters();
    setViewerPose(viewer, range_image.getTransformationToWorldSystem());

    // --------------------------
    // -----Show range image-----
    // --------------------------
    //用以图像的方式可视化深度图像，图像的颜色取决于深度值
    pcl::visualization::RangeImageVisualizer range_image_widget("Range image");
    range_image_widget.showRangeImage(range_image); //图像可视化方式显示深度图像

    //--------------------
    // -----Main loop-----
    //--------------------
    while (!viewer.wasStopped()) //启动主循环以保证可视化代码的有效性，直到可视化窗口关闭
    {
        range_image_widget.spinOnce(); //用于处理深度图像可视化类的当前事件
        viewer.spinOnce();             //用于处理3D窗口当前的事件此外还可以随时更新2D深度图像，以响应可视化窗口中的当前视角，这通过命令行-1来激活
        pcl_sleep(0.01);

        //首先从窗口中得到当前的观察位置，然后创建对应视角的深度图像，并在图像显示插件中显示
        if (live_update)
        {
            scene_sensor_pose = viewer.getViewerPose();
            range_image.createFromPointCloud(point_cloud, angular_resolution_x, angular_resolution_y,
                                             pcl::deg2rad(360.0f), pcl::deg2rad(180.0f),
                                             scene_sensor_pose, pcl::RangeImage::LASER_FRAME, noise_level, min_range, border_size);
            range_image_widget.showRangeImage(range_image);
        }
    }
}

输出结果

无

实现效果