一、常見點云數據格式

1. LAS/LAZ格式

   • LAS是點云數據的行業標準格式

   • LAZ是LAS的壓縮版本

   • 支持地理參考信息、顏色、強度等屬性

2. PCD格式(Point Cloud Data)

   • PCL(Point Cloud Library)開發的格式

   • 支持ASCII和二進制存儲

   • 包含頭部信息和數據部分

3. PLY格式(Polygon File Format)

   • 最初為存儲3D掃描儀數據設計

   • 支持點云和網格數據

   • 可包含顏色、法線等屬性

4. OBJ格式

   • 簡單文本格式

   • 主要用于3D模型但也可存儲點云

二、讀寫工具和庫

1. PDAL(Point Data Abstraction Library)

   • 開源點云數據處理庫

   • 支持多種格式轉換和處理

2. PCL(Point Cloud Library)

   • 強大的點云處理庫

   • 提供多種點云格式的讀寫接口

3. LASlib/LASzip

   • 專門用于LAS/LAZ格式的讀寫

4. CloudCompare

   • 開源點云處理軟件

   • 支持多種格式的導入導出

?

三、PCL讀寫點云數據

?PCL(Point Cloud Library)是處理點云數據的強大開源庫，提供了多種點云數據格式的讀寫功能。以下是使用PCL進行點云數據讀寫的主要方法。

1. 基本點云數據結構

pcl::PointCloud 類

主要屬性：

• width?- 點云的寬度（對于無組織點云表示點數，對于有組織點云表示每行點數）

• height?- 點云的高度（對于無組織點云通常為1，對于有組織點云表示行數）

• points?- 存儲所有點的向量

• is_dense?- 布爾值，表示點云是否包含無限/NaN值

• sensor_origin_?- 傳感器原點坐標(Eigen::Vector4f)

• sensor_orientation_?- 傳感器方向(Eigen::Quaternionf)

2. 常用點類型

點類型	描述	包含數據
pcl::PointXYZ	基本XYZ點	float x, y, z
pcl::PointXYZI	帶強度的XYZ點	float x, y, z, intensity
pcl::PointXYZRGB	帶RGB顏色的XYZ點	float x, y, z; uint32_t rgb
pcl::PointXYZRGBA	帶RGBA顏色的XYZ點	float x, y, z; uint32_t rgba
pcl::PointNormal	帶法線的XYZ點	float x, y, z, normal_x, normal_y, normal_z, curvature

3. 讀寫點云數據方法

讀取點云文件

cpp

#include <pcl/io/pcd_io.h>// 讀取PCD文件
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
if (pcl::io::loadPCDFile<pcl::PointXYZ>("input.pcd", *cloud) == -1) {PCL_ERROR("Couldn't read file input.pcd\n");return -1;
}// 讀取PLY文件
#include <pcl/io/ply_io.h>
pcl::PLYReader reader;
reader.read("input.ply", *cloud);

寫入點云文件

cpp

// 寫入PCD文件（二進制格式）
pcl::io::savePCDFileBinary("output.pcd", *cloud);// 寫入PCD文件（ASCII格式）
pcl::io::savePCDFileASCII("output_ascii.pcd", *cloud);// 寫入PLY文件
pcl::PLYWriter writer;
writer.write("output.ply", *cloud, false); // false表示不保存二進制格式

4. 常用方法參數表

方法	參數	返回值	描述
loadPCDFile	(const std::string &file_name, PointCloud &cloud)	int	加載PCD文件
savePCDFile	(const std::string &file_name, const PointCloud &cloud, bool binary_mode=false)	int	保存PCD文件
loadPLYFile	(const std::string &file_name, PointCloud &cloud)	int	加載PLY文件
savePLYFile	(const std::string &file_name, const PointCloud &cloud, bool binary_mode=false)	int	保存PLY文件
fromROSMsg	(const sensor_msgs::PointCloud2 &msg, PointCloud &cloud)	void	從ROS消息轉換
toROSMsg	(const PointCloud &cloud, sensor_msgs::PointCloud2 &msg)	void	轉換為ROS消息

?其他格式支持

1. PLY格式讀寫

cpp

#include <pcl/io/ply_io.h>// 讀取PLY文件
pcl::PLYReader reader;
reader.read("input.ply", *cloud);// 寫入PLY文件
pcl::PLYWriter writer;
writer.write("output.ply", *cloud);

2. OBJ格式讀寫

cpp

#include <pcl/io/obj_io.h>// 讀取OBJ文件
pcl::OBJReader reader;
reader.read("input.obj", *cloud);// 寫入OBJ文件
pcl::OBJWriter writer;
writer.write("output.obj", *cloud);

二進制與ASCII格式

PCD文件可以保存為二進制或ASCII格式：

cpp

// 保存為二進制格式(更小更快)
pcl::io::savePCDFileBinary("output_binary.pcd", *cloud);// 保存為壓縮二進制格式(更小)
pcl::io::savePCDFileBinaryCompressed("output_compressed.pcd", *cloud);// 保存為ASCII格式(可讀)
pcl::io::savePCDFileASCII("output_ascii.pcd", *cloud);

5. 點云基本操作

添加點

cpp

pcl::PointXYZ point;
point.x = 1.0; point.y = 2.0; point.z = 3.0;
cloud->points.push_back(point);

訪問點

cpp

// 隨機訪問
float x = cloud->points[10].x;// 遍歷所有點
for (const auto& point : *cloud) {std::cout << "x: " << point.x << " y: " << point.y << " z: " << point.z << std::endl;
}

點云屬性

cpp

std::cout << "點云大小: " << cloud->size() << std::endl;
std::cout << "寬度: " << cloud->width << std::endl;
std::cout << "高度: " << cloud->height << std::endl;
std::cout << "是否為有組織點云: " << cloud->isOrganized() << std::endl;

6. 常用信號（ROS相關）

在PCL與ROS結合使用時，常用的信號包括：

信號	參數	描述
pcl::visualization::PointPickingEvent	const pcl::visualization::PointPickingEvent &event	當用戶選擇點時觸發
pcl::visualization::KeyboardEvent	const pcl::visualization::KeyboardEvent &event	鍵盤事件
pcl::visualization::MouseEvent	const pcl::visualization::MouseEvent &event	鼠標事件

7. 示例代碼：完整讀寫流程

cpp

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>int main() {// 創建一個點云對象pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);// 填充點云數據cloud->width = 5;cloud->height = 1;cloud->is_dense = false;cloud->points.resize(cloud->width * cloud->height);for (auto& point : *cloud) {point.x = 1024 * rand() / (RAND_MAX + 1.0f);point.y = 1024 * rand() / (RAND_MAX + 1.0f);point.z = 1024 * rand() / (RAND_MAX + 1.0f);}// 保存到文件pcl::io::savePCDFileASCII("test_pcd.pcd", *cloud);std::cout << "保存了 " << cloud->size() << " 個點到 test_pcd.pcd" << std::endl;// 從文件讀取pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_from_file(new pcl::PointCloud<pcl::PointXYZ>);pcl::io::loadPCDFile<pcl::PointXYZ>("test_pcd.pcd", *cloud_from_file);// 顯示讀取的點云for (const auto& point : *cloud_from_file)std::cout << "    " << point.x << " " << point.y << " " << point.z << std::endl;return 0;
}

8. 注意事項

1. 內存管理：使用智能指針（如boost::shared_ptr或pcl::PointCloud::Ptr）管理點云對象

2. 文件格式：PCD文件有ASCII和二進制格式，二進制格式更節省空間

3. 點云類型：讀寫時要確保點云類型匹配

4. ROS集成：PCL與ROS緊密集成，可以方便地與sensor_msgs::PointCloud2相互轉換