c++|Open3D点云库 C++学习笔记

几何篇(五)
文章目录

  • 几何篇(五)
  • 前言
  • 一、点云的变换
    • 1.平移操作(translate)
    • 2.旋转操作(rotate)
    • 3.使用变换矩阵进行空间变换
  • 二、内在形状特征提取 (ISS Keypoints)
  • 三、参考资料
  • 总结

前言 本章节将主要介绍点云的变换和ISS关键点检测。
一、点云的变换 Open3D 的几何类型中有许多变换方法。在本笔记中,我将展示如何使用平移、旋转、变换矩阵移动三种方式。
1.平移操作(translate)
如下代码可以将点云分别向x和y方向平移1.5m:
//Translate auto input = io::CreatePointCloudFromFile("../data/fragment.pcd"); auto input_tx = io::CreatePointCloudFromFile("../data/fragment.pcd"); auto input_ty = io::CreatePointCloudFromFile("../data/fragment.pcd"); Eigen::Vector3d tx(1.5,0,0); Eigen::Vector3d ty(0,1.5,0); input_tx->Translate(tx); input_ty->Translate(ty); visualization::DrawGeometries({input,input_tx,input_ty},"Translate output");

平移结果:
c++|Open3D点云库 C++学习笔记
文章图片

2.旋转操作(rotate) 在Open3D 中可以使用rotate( )函数进行旋转操作。rotate( )的输入有两个参数,第一个为3*3的旋转矩阵;第二个参数为vector3d类型的旋转中心点三维坐标。对于第一个参数,在Open3D中提供了多种函数可以从不同的参数化类型转换为旋转矩阵:
  • 从欧拉角转换为旋转矩阵:GetRotationMatrixFromXYZ( )
  • 从轴角表示转换为旋转矩阵:GetRotationMatrixFromAxisAngle( )
  • 从四元数转换为旋转矩阵:GetRotationMatrixFromQuaternion( )
代码如下:
//Rotate auto input = io::CreatePointCloudFromFile("../data/fragment.pcd"); auto input_rotate = io::CreatePointCloudFromFile("../data/fragment.pcd"); Eigen::Vector3d rotate1(M_PI/2,0,M_PI/4); //旋转欧拉角 Eigen::Vector3d center(0,0,0); //旋转中心点坐标auto R =open3d::geometry::PointCloud::GetRotationMatrixFromXYZ(rotate1); //将欧拉角转换为旋转矩阵input_rotate->Rotate(R,center); visualization::DrawGeometries({input,input_rotate},"Rotate output");

旋转结果:
c++|Open3D点云库 C++学习笔记
文章图片

3.使用变换矩阵进行空间变换
使用4×4齐次变换矩阵transform进行空间变换:
auto input = io::CreatePointCloudFromFile("../data/fragment.pcd"); auto input_Transform = io::CreatePointCloudFromFile("../data/fragment.pcd"); Eigen::Matrix4d transformation = Eigen::Matrix4d::Identity(); //4*4的单位阵 transformation.block<3, 3>(0, 0) = static_cast( Eigen::AngleAxisd(M_PI / 4.0, Eigen::Vector3d::UnitX())); input_Transform->Transform(transformation); visualization::DrawGeometries({input,input_Transform},"Transform output");

结果图:
c++|Open3D点云库 C++学习笔记
文章图片

二、内在形状特征提取 (ISS Keypoints) 其主要检测原理可参考这篇博客:ISS关键点检测
代码如下:
//ISS Keypoints const std::string option("mesh"); //选择输入文件的类型mesh/pointclooud const std::string filename("../data/ArmadilloMesh.ply"); //选择输入的路径 auto cloud = std::make_shared(); auto mesh = std::make_shared(); if (option == "mesh") { if (!io::ReadTriangleMesh(filename, *mesh)) { utility::LogWarning("Failed to read {}", filename); return 1; } cloud->points_ = mesh->vertices_; } else if (option == "pointcloud") { if (!io::ReadPointCloud(filename, *cloud)) { utility::LogWarning("Failed to read {}\n\n", filename); return 1; } } else { utility::LogError("option {} not supported\n", option); }// 计算ISS Keypoints auto iss_keypoints = std::make_shared(); { utility::ScopeTimer timer("ISS Keypoints estimation"); //计算时间 iss_keypoints = geometry::keypoint::ComputeISSKeypoints(*cloud); utility::LogInfo("Detected {} keypoints", iss_keypoints->points_.size()); }// 展示结果 cloud->PaintUniformColor(Eigen::Vector3d(0.5, 0.5, 0.5)); iss_keypoints->PaintUniformColor(Eigen::Vector3d(1.0, 0.75, 0.0)); if (option == "mesh") { mesh->PaintUniformColor(Eigen::Vector3d(0.5, 0.5, 0.5)); mesh->ComputeVertexNormals(); mesh->ComputeTriangleNormals(); visualization::DrawGeometries({mesh, iss_keypoints}, "ISS", 1600, 900); } else { visualization::DrawGeometries({iss_keypoints}, "ISS", 1600, 900); }

【c++|Open3D点云库 C++学习笔记】结果展示:
c++|Open3D点云库 C++学习笔记
文章图片

三、参考资料 http://www.open3d.org/docs/latest/tutorial/geometry/iss_keypoint_detector.html
http://www.open3d.org/docs/latest/tutorial/geometry/transformation.html
总结 以上就是几何篇(五)的全部内容,完整的可执行代码可以在我的github仓库进行下载,文章会持续更新,如果文章中有写的不对的地方,希望大家可以在评论区进行批评和指正,大家一起交流,共同进步!

    推荐阅读