點云下采樣有損壓縮

轉自本人博客：點云下采樣有損壓縮

點云下采樣是通過一定規則對原點云數據進行再采樣，減少點云個數，降低點云稀疏程度，減小點云數據大小。

1. 體素下采樣（Voxel Down Sample）

std::shared_ptr<PointCloud> VoxelDownSample (double voxel_size) const;

voxel_size為體素（體積元素）的尺寸大小，體素的尺寸越大，下采樣的倍數越大，點云也就越稀疏。

相當于每隔一定的距離采集一個點。

示例：

std::shared_ptr<open3d::geometry::PointCloud> pcd = nullptr;
open3d::io::ReadPointCloud("rabbit.pcd", *pcd);
double voxelSize = 0.05;
pcd = pcd->VoxelDownSample(voxelSize);

2. 均勻下采樣（Uniform Down Sample）

std::shared_ptr<PointCloud> UniformDownSample (size_t every_k_points) const;

every_k_points為隔著的點數目，每隔every_k_points個點，保留一個點。

示例：

std::shared_ptr<open3d::geometry::PointCloud> pcd = nullptr;
open3d::io::ReadPointCloud("rabbit.pcd", *pcd);
size_t everyKPoints = 10;
pcd = pcd->UniformDownSample(everyKPoints);

3. 隨機下采樣（Random Down Sample）

std::shared_ptr<PointCloud> RandomDownSample (double sampling_ratio) const;

sampling_ratio為采樣的比率，隨機保留點，直至達成指定比率。

示例：

std::shared_ptr<open3d::geometry::PointCloud> pcd = nullptr;
open3d::io::ReadPointCloud("rabbit.pcd", *pcd);
double samplingRatio = 0.2;
pcd = pcd->RandomDownSample(samplingRatio);

4. 最遠點下采樣（FarthestPoint Down Sample）

std::shared_ptr<PointCloud> FarthestPointDownSample (size_t num_samples) const;

num_samples為采樣的點數。

首先隨機選擇一個點，其次，在剩下點中尋找最遠的點，再去再剩下點中找到同時離這兩個點最遠的點……，以此類推，直到滿足采樣點個數。

示例：

std::shared_ptr<open3d::geometry::PointCloud> pcd = nullptr;
open3d::io::ReadPointCloud("rabbit.pcd", *pcd);
size_t numSamples = 1000;
pcd = pcd->FarthestPointDownSample(numSamples);