PCL 分割得到平面上的物体（Segmentation_ExtractPolygonalPrismData）

本文链接：https://blog.csdn.net/xhm01291212/article/details/142168066

PCL专栏目录及须知

注意：本例参数难调，又没有独创算法。只适合于测试数据中相当规整的平面，实际操作中相当之不好用。

本例只是为了展示pcl::ExtractPolygonalPrismData类的用法，不做相关解释及说明。

1.用途

用于分割得到平面，及平面上的物体。

2.完整代码

#include <pcl/io/pcd_io.h>
#include <pcl/filters/passthrough.h>
#include <pcl/segmentation/sac_segmentation.h>
#include <pcl/segmentation/extract_polygonal_prism_data.h>
#include <pcl/surface/convex_hull.h>
#include <pcl/filters/extract_indices.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <boost/thread/thread.hpp>

int main()
{
    /****************分割得到平面上的物体********************/
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);			// 源点云
    pcl::io::loadPCDFile("D:/code/csdn/data/unit.pcd", *cloud);
    pcl::PointCloud<pcl::PointXYZ>::Ptr resultCloud(new pcl::PointCloud<pcl::PointXYZ>);			// 结果点云

    // 分割得到平面上的物体
    // 提取平面
    // 直通滤波，删除平面上点
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloudFiltered(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::PassThrough<pcl::PointXYZ> filtered;
   filtered.setInputCloud(cloud);
   filtered.setFilterFieldName("z");                    // 滤波维度
   filtered.setFilterLimits(122.0, 125.0);              // 滤波阈值
   filtered.filter(*cloudFiltered);
   
   // 计算凸包
   pcl::ConvexHull<pcl::PointXYZ> hull;                                                     // 凸包(即凸多边形)
   hull.setInputCloud(cloudFiltered);                                                       // 输入点云
   hull.setDimension(2);                                                                       // 凸包维度
   std::vector<pcl::Vertices> polygons;                                                        // 保存凸包顶点
   pcl::PointCloud<pcl::PointXYZ>::Ptr surface_hull(new pcl::PointCloud<pcl::PointXYZ>);    // 该点云用于描述凸包形状
   hull.reconstruct(*surface_hull, polygons);                                                  // 计算2D凸包

    // 分割得到平面上的物体
    pcl::ExtractPolygonalPrismData<pcl::PointXYZ> segmentation;
    segmentation.setInputCloud(cloud);
    segmentation.setInputPlanarHull(surface_hull);
    segmentation.setHeightLimits(0, 50);                                                                // 距离平面模型的距离阈值（超过这个阈值范围就剔除）
    pcl::PointIndices::Ptr segmentationIndices(new pcl::PointIndices);  								// 分割结果
    segmentation.segment(*segmentationIndices);
    
    // 提取索引外点
    pcl::ExtractIndices<pcl::PointXYZ> extract;
    extract.setInputCloud(cloud);
    extract.setIndices(segmentationIndices);
    extract.setNegative(true);                          //false: 筛选Index对应的点，true：过滤获取Index之外的点
    extract.filter(*resultCloud);

    /****************展示********************/
    boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("ExtractPolygonalPrismData"));
    // viewer->addPointCloud<pcl::PointXYZ>(cloudFiltered, pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>(cloudFiltered, 255, 0, 0), "cloudFiltered");
    viewer->addPointCloud<pcl::PointXYZ>(resultCloud, pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>(resultCloud, 0, 255, 0), "resultCloud");

    while (!viewer->wasStopped())
    {
        viewer->spinOnce(100);
        boost::this_thread::sleep(boost::posix_time::microseconds(100000));
    }

    return (0);
}