PCL點雲庫：對點雲進行變換（Using a matrix to transform a point cloud）

　　點雲數據可以用ASCII碼的形式存儲在PCD文件中（關於該格式的描述可以參考鏈接：The PCD (Point Cloud Data) file format）。為了生成三維點雲數據，在excel中用rand()函數生成200行0-1的小數，ABC三列分別代表空間點的xyz坐標。

# .PCD v.7 - Point Cloud Data file format
VERSION .7        
FIELDS x y z     
SIZE 4 4 4         
TYPE F F F         
COUNT 1 1 1     
WIDTH 200        
HEIGHT 1        
VIEWPOINT 0 0 0 1 0 0 0
POINTS 200        
DATA ascii        
0.88071666    0.369209703    0.062937221
0.06418104    0.579762553    0.221359779
...
...
0.640053058    0.480279041    0.843647334
0.245554712    0.825770496    0.626442137

　　進行點雲的變換主要用到的函數是pcl::transformPointCloud，函數原型為：

　　void pcl::transformPointCloud(const pcl::PointCloud< PointT > &  cloud_in,
　　　　　　　　　　　　　　　　　　       pcl::PointCloud< PointT > &  cloud_out,
　　　　　　　　　　　　　　　　　 const Eigen::Matrix4f  & transform )

　　參數中cloud_in為源點雲，cloud_out為變換后的點雲，transform為變換矩陣。下面的代碼對源點雲繞Z軸旋轉45°，然后沿X軸平移了2.5個單位：

#include <iostream>

#include <pcl/io/pcd_io.h>
#include <pcl/point_cloud.h>
#include <pcl/common/transforms.h>                  //allows us to use pcl::transformPointCloud function
#include <pcl/visualization/pcl_visualizer.h>


// This is the main function
int main (int argc, char** argv)
{

    //creates a PointCloud<PointXYZ> boost shared pointer and initializes it.
    pcl::PointCloud<pcl::PointXYZ>::Ptr source_cloud (new pcl::PointCloud<pcl::PointXYZ> ());


    // Load PCD file
    if (pcl::io::loadPCDFile<pcl::PointXYZ> ("sample.pcd", *source_cloud) == -1) 
    {
        PCL_ERROR ("Couldn't read file sample.pcd \n");
        return (-1);
    }


    /* Reminder: how transformation matrices work :

           |-------> This column is the translation
    | 1 0 0 x |  \
    | 0 1 0 y |   }-> The identity 3x3 matrix (no rotation) on the left
    | 0 0 1 z |  /
    | 0 0 0 1 |    -> We do not use this line (and it has to stay 0,0,0,1)

    METHOD #1: Using a Matrix4f
    This is the "manual" method, perfect to understand but error prone !
    */
    Eigen::Matrix4f transform_1 = Eigen::Matrix4f::Identity();

    // Define a rotation matrix (see https://en.wikipedia.org/wiki/Rotation_matrix)
    // Here we defined a 45° (PI/4) rotation around the Z axis and a translation on the X axis.
    float theta = M_PI/4; // The angle of rotation in radians
    transform_1 (0,0) = cos (theta);
    transform_1 (0,1) = -sin(theta);
    transform_1 (1,0) = sin (theta);
    transform_1 (1,1) = cos (theta);
    //    (row, column)

    // Define a translation of 2.5 meters on the x axis.
    transform_1 (0,3) = 2.5;

    // Print the transformation
    printf ("Method #1: using a Matrix4f\n");
    std::cout << transform_1 << std::endl;


    // Executing the transformation
    pcl::PointCloud<pcl::PointXYZ>::Ptr transformed_cloud (new pcl::PointCloud<pcl::PointXYZ> ());
    /*
    void pcl::transformPointCloud(const pcl::PointCloud< PointT > & cloud_in, 
                                    pcl::PointCloud< PointT > &  cloud_out,  
                                    const Eigen::Matrix4f &  transform  ) 
    */
    // Apply an affine transform defined by an Eigen Transform.
    pcl::transformPointCloud (*source_cloud, *transformed_cloud, transform_1);

    // Visualization
    printf(  "\nPoint cloud colors :  white  = original point cloud\n"
      "                        red  = transformed point cloud\n");
    pcl::visualization::PCLVisualizer viewer ("Matrix transformation example");

    // Define R,G,B colors for the point cloud
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> source_cloud_color_handler (source_cloud, 255, 255, 255);
    // We add the point cloud to the viewer and pass the color handler
    viewer.addPointCloud (source_cloud, source_cloud_color_handler, "original_cloud");

    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> transformed_cloud_color_handler (transformed_cloud, 230, 20, 20); // Red
    viewer.addPointCloud (transformed_cloud, transformed_cloud_color_handler, "transformed_cloud");

    viewer.addCoordinateSystem (1.0, 0);  //Adds 3D axes describing a coordinate system to screen at 0,0,0. 
    viewer.setBackgroundColor(0.05, 0.05, 0.05, 0); // Setting background to a dark grey
    viewer.setPointCloudRenderingProperties (pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "original_cloud");
    viewer.setPointCloudRenderingProperties (pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "transformed_cloud");
    //viewer.setPosition(800, 400); // Setting visualiser window position

    while (!viewer.wasStopped ()) { // Display the visualiser until 'q' key is pressed
    viewer.spinOnce ();
    }

  return 0;
}

　　在PCL官網下載All-in-one installers，由於使用的是Win7 32位系統，因此選擇了Windows MSVC 2010 (32bit)進行安裝，這個All-in-one的安裝程序會同時安裝除QT外的一些第三方依賴庫，比如boost、Eigen、VTK、OpenNI等。

　　安裝好之后如果是自己在VS2010中配置工程屬性，將會很麻煩，可以參考Using PCL in your own project。下面通過Cmake來自動生成VS2010的項目。首先創建一個CMakeLists.txt文件（注意其中PCL的版本）。如果編譯軟件使用了外部庫，事先並不知道它的頭文件和鏈接庫的位置。得在編譯命令中加上包含它們的查找路徑。CMake使用find_package命令來解決這個問題。

cmake_minimum_required(VERSION 2.6 FATAL_ERROR)

project(pcl-matrix_transform)

find_package(PCL 1.6 REQUIRED)

include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})

add_executable (matrix_transform matrix_transform.cpp)
target_link_libraries (matrix_transform ${PCL_LIBRARIES})

　　然后使用CMake的GUI程序來生成工程文件。Where is the source code欄選擇源代碼所在路徑，這里代碼放在桌面上；Where to build the binaries欄選擇生成文件所在的路徑，默認在桌面上的build文件夾中。點擊Configure之后會彈出對話框，選擇Visual Studio 2010，最后點擊生成按鈕，將會在build文件夾中生成VS2010的工程文件。

　　在編譯之前需要注意一點，由於All-in-one的安裝程序沒有安裝QT（需要單獨安裝），需要在工程屬性的附加依賴項中刪掉QT的lib（這個程序中暫時也沒有用到QT相關的東西），否則會出現編譯錯誤。最后運行程序，結果如下圖所示。其中紅色的點雲為變換后的。

 

參考：

Using a matrix to transform a point cloud

http://pointclouds.org/documentation/tutorials/matrix_transform.php#matrix-transform

The PCD (Point Cloud Data) file format

http://pointclouds.org/documentation/tutorials/pcd_file_format.php#pcd-file-format

Reading Point Cloud data from PCD files

http://pointclouds.org/documentation/tutorials/reading_pcd.php#reading-pcd

PCL學習筆記（1）：pcl1.6.0+vs2010環境配置以及第一個pcl程序

http://www.voidcn.com/blog/chentravelling/article/p-3487308.html