1 #include <iostream>
2 #include <fstream>
3 using namespace std;
4 #include <opencv2/core/core.hpp>
5 #include <opencv2/highgui/highgui.hpp>
6 #include <Eigen/Geometry>
7 #include <boost/format.hpp> // for formating strings
8 #include <pcl/point_types.h>
9 #include <pcl/io/pcd_io.h>
10 #include <pcl/visualization/pcl_visualizer.h>
11
12 int main( int argc, char** argv )
13 {
14 /*彩色图和灰度图各5张，所以用容器来存储*/
15 vector<cv::Mat> colorImgs, depthImgs; // 彩色图和深度图
16
17 /*vector有两个参数，后面的参数一般是默认的，这里用适合Eigen库的对齐方式来初始化容器，总共有5张图片 所以对应着5个位姿矩阵*/
18 vector<Eigen::Isometry3d,Eigen::aligned_allocator<Eigen::Isometry3d>> poses; // 相机位姿
19
20 ifstream fin("./pose.txt");
21 if (fin.bad())//如果没有打开 那么提示错误！
22 {
23 cerr<<"请在有pose.txt的目录下运行此程序"<<endl;
24 return 1;
25 }
26
27 /*循环读取图像*/
28 for ( int i=0; i<5; i++ )
29 {
30 /*用boost中的format格式类，来循环读取图片，否则单张读取图片就会有问题
31 * 当在命令行中执行的时候这里必须要为../ 在当前ide中执行的时候要修改为./ */
32 boost::format fmt( "./%s/%d.%s" ); //图像文件格式 "../%s/%d.%s" ../ 表示可执行文件在build中,图像在上一个目录,所以用../
33 /*这里的%对应./ color对应%s 下面的符号就是与上面一致对应的 */
34 colorImgs.push_back( cv::imread( (fmt%"color"%(i+1)%"png").str() ));
35 depthImgs.push_back( cv::imread( (fmt%"depth"%(i+1)%"pgm").str(), -1 )); // 使用-1读取原始图像
36
37 /*基于范围的for循环，表示从data数组的第一项开始 循环遍历 auto表示自动根据后面的元素 获得符合要求的类型*/
38 double data[7] = {0};
39 for ( auto& d:data )//auto自动类型转换
40 fin>>d;//文件流类型的变量fin将pose.txt中的数据给了d数组
41 Eigen::Quaterniond q( data[6], data[3], data[4], data[5] ); //四元数 data[6]是实数 但是coeffis输出的是先虚数后实数
42 Eigen::Isometry3d T(q); //变换矩阵初始化旋转部分，
43 T.pretranslate( Eigen::Vector3d( data[0], data[1], data[2] ));//变换矩阵初始化平移向量部分
44 poses.push_back( T ); //存储变换矩阵到位姿数组中
45 }
46
47 // 计算点云并拼接
48 // 相机内参
49 double cx = 325.5;
50 double cy = 253.5;
51 double fx = 518.0;
52 double fy = 519.0;
53 double depthScale = 1000.0;//
54
55 cout<<"正在将图像转换为点云..."<<endl;
56
57 // 定义点云使用的格式：这里用的是XYZRGB
58 typedef pcl::PointXYZRGB PointT;
59 typedef pcl::PointCloud<PointT> PointCloud;
60
61 // 新建一个点云//PointCoud::Ptr是一个智能指针类 通过构造函数初始化指针指向的申请的空间
62 /*Ptr是一个智能指针，返回一个PointCloud<PointT> 其中PointT是pcl::PointXYZRGB类型。它重载了-> 返回了指向PointCloud<PointT>的指针
63 *Ptr是下面类型 boost::shared_ptr<PointCloud<PointT> > */
64 /*pointCloud 是一个智能指针类型的对象 具体可以参考http://blog.csdn.net/worldwindjp/article/details/18843087*/
65 PointCloud::Ptr pointCloud( new PointCloud );
66 // pcl::PointCloud<pcl::PointXYZRGB>::Ptr pointCloud( new pcl::PointCloud<pcl::PointXYZRGB> );
67
68 /*将5张图片 像素坐标转换到相机坐标 之后转换到世界坐标存储到点云格式的变量中 for循环之后用pcl的相关函数将点云转换到pcl能够显示的格式*/
69 for ( int i=0; i<5; i++ )//转换5张图像
70 {
71 cout<<"转换图像中: "<<i+1<<endl;
72 cv::Mat color = colorImgs[i];
73 cv::Mat depth = depthImgs[i];
74 Eigen::Isometry3d T = poses[i];
75
76 /* 插入部分
77 * //color.at<cv::Vec3b>(471,537)[0] = 12;//修改图像上的对应像素位置的值
78 //color.ptr<cv::Vec3b>(471)[537][0] = 12;//与上面的效果一样
79
80 //测试像素的输出效果,这里无法通过cout<<color.at<cv::Vec3b>(471,537)[0] 这种方式来输出第一个通道的值,因为每个通道的像素占了8位而unsigned char
81 // 表示ascii码 所以输出的时候不是正确的数字，可以通过下面的方式强制转化为int类型（或者用自带的类型转换方式进行显示转换），就可以看到内部的值了
82 //需要注意的一点是 cout页无法输出char类型的变量的地址，也是需要强制转换成void *类型的指针才能正常输出char类型变量的地址信息。
83 if(colorImgs[i].channels() == 3) {
84 std::cout << "测试1结果 " << color.ptr<cv::Vec3b>(471)[537] << "正确的结果: "
85 << (char) color.at<cv::Vec3b>(471, 537)[0] << std::endl;
86 std::cout << depth.ptr<unsigned short>(471)[537] << std::endl;
87 std::cout << colorImgs[i].at<cv::Vec3b>(471, 537) << std::endl;
88 }
89 插入部分结束
90 */
91
92 /*对图像像素进行坐标转换，将图像的坐标通过内参矩阵K转换为相机坐标系下的坐标，之后通过外参矩阵T 转化为世界坐标系下的坐标*/
93 for ( int v=0; v<color.rows; v++ )
94 for ( int u=0; u<color.cols; u++ )
95 {
96 /*通过用Mat中的ptr模板函数 返回一个unsigned short类型的指针。v表示行 根据内部计算返回data头指针 + 偏移量来计算v行的头指针
97 * 图像为单通道的 depth.ptr<unsigned short> ( v ) 来获取行指针*/
98 unsigned int d = depth.ptr<unsigned short> ( v )[u]; // 深度值16位存储 一般color图像像素中每一个通道是8位
99
100 /* 单通道遍历图像的方式总结:
101 * 注意深度图像的像素占16位 与普通图片每个通道的像素为8位不同
102 * 1、同样是用上面的双层for循环，遍历图像 用at方式
103 * for ( int v=0; v<color.rows; v++ )
104 * for ( int u=0; u<color.cols; u++ )
105 * unsigned int d = depth.at<unsigned short >(v,u);
106 *
107 *
108 * 2、使用迭代器进行图像的遍历
109 * 不是基于for循环了
110 * cv::MatIterator_<unsigned short > begin,end;
111 * for( begin =depth.begin<unsigned short >(), end = depth.end<unsigned short >(); begin != end; ){}
112 *
113 * 3、使用指针的方式 如本实验的结果
114 * */
115
116 //迭代器的参数是通道数，因为深度图是单通道的，每个像素的值是unsigned short，所以参数是unsigned short
117 //begin代表像素的开始地方
118 if ( d==0 ) continue; // 为0表示没有测量到 然后继续进行for循环那么跳过这个像素继续执行 在后面形成点云时需要设置is_dense为假
119 Eigen::Vector3d point;
120 point[2] = double(d)/depthScale; //对实际尺度的一个缩放
121 point[0] = (u-cx)*point[2]/fx; //根据书上5.5式子---86页
122 point[1] = (v-cy)*point[2]/fy;
123 Eigen::Vector3d pointWorld = T*point; //将相机坐标系转换为世界坐标系
124
125 PointT p ;
126 p.x = pointWorld[0]; //将世界坐标系下的坐标用pcl专门的点云格式存储起来
127 p.y = pointWorld[1];
128 p.z = pointWorld[2];
129
130 /* color.step 虽然是一个类，但是它内部有一个转换操作符 operator size_t() const;
131 * 此时的color.size编译器就会把它当做size_t类型的变量,这个值的大小是1920 这个是随着图像的读入MAT类中会有自动转换然后存储的buf[]中 */
132 p.b = color.data[ v*color.step+u*color.channels() ];
133 p.g = color.data[ v*color.step+u*color.channels()+1 ];
134 p.r = color.data[ v*color.step+u*color.channels()+2 ];
135
136 /* -> 是智能指针重载的 然后返回的类型就是输入的类型 可以看上面Ptr的解释说明 */
137 pointCloud->points.push_back( p );//存储格式好的点
138 }
139 }
140 std::cout<<"点云的列和行为 ： "<<pointCloud->width<<" "<<pointCloud->height<<std::endl;
141 //这里有可能深度图中某些像素没有深度信息，那么就是包含无效的像素，所以先置为假，但是如果设置成true的话 也没有看出来有什么不一样的地方
142 pointCloud->is_dense = false;
143 std::cout<<"点云的列和行为 ： "<<pointCloud->width<<" "<<pointCloud->height<<std::endl;
144
145 cout<<"点云共有"<<pointCloud->size()<<"个点."<<endl;
146 pcl::io::savePCDFileBinary("map.pcd", *pointCloud );//获取pointCloud指向的对象 这个就当做获取普通指针指向的对象来理解，这个对象是在定义的时候new出来的一段内存空间。
147 return 0;
148
149 }
150 /* 备注： 3通道的图像的遍历方式总结
151 * 对于单通道来说 每个像素占8位 3通道则是每个矩阵元素是一个Vec3b 即一个三维的向量 向量内部元素为8位数的unsigned char类型
152 * 1、使用at遍历图像
153 * for(v)row
154 * for(u)col
155 * image.at<Vec3b>（v,u）[0] 表示第一个通道的像素的值
156 * image.at<Vec3b>(v,u)[1]
157 * image.at<Vec3b>(v,u)[2]
158 * 2、使用迭代器方式 (实际上就是一个指针指向了 cv::Mat矩阵元素)
159 * cv::MatIterator_<Vec3b>begin,end;
160 * for( begin = image.begin<Vec3b>(), end = image.end<Vec3b>() ; begin != end; )
161 * (*begin)[0] = ...
162 * (*begin)[1] = ...
163 * (*begin)[2] = ...
164 *
165 * 3、用指针的方式操作
166 * for(v)
167 * for(u)
168 * image.ptr<Vec3b>(v)[u][0] 表示第一个通道
169 * image.ptr<Vec3b>(v)[u][0] 表示第二通道
170 * .
171 * .
172 * .
173 * */
原文地址：https://www.cnblogs.com/newneul/p/8407369.html
时间： 2024-09-30 09:33:49