2. 程式人生 > >PCL_common模組api程式碼解析

PCL_common模組api程式碼解析

阿新 • • 發佈：2018-12-16
pcl_common庫包含大多數PCL庫使用的公共資料結構和方法。核心資料結構包括PointCloud類和許多用於表示點、表面法線、RGB顏色值、特徵描述符等的點型別。它還包含許多用於計算距離/範數、均值和協方差、角度轉換、幾何變換，等等。這個模組是不依賴其他模組的，所以是可以單獨編譯成功，單獨編譯出來可利用其中的資料結構自行開發，當然想單獨提取出來編譯時需要自行修改cmakeLists的，這裡就不再贅述。 那麼我們就按順序來解釋其中每個函式的作用，有必要的話，我會解釋其理論並結合程式碼實踐。 PCL_common的類： （1） class   pcl::BivariatePolynomialT< real >
這表示一個二元多項式，併為它提供了一些功能介面。   （2）class   pcl::CentroidPoint< PointT > 一個泛型類，它計算給輸入點雲的質心。 這裡我們用“重心”不僅表示3D點座標的平均值，而且表示其他資料欄位中的值的平均值。通用的computeNDCentroid()函式也實現了這種功能，但它是以“不智慧”的方式實現的，也就是說，不管欄位內資料的語義如何，它都只是對值進行平均。在某些情況下（例如，對於x，y，z，強度場），這種行為是合理的，但是在其他情況下（例如，rgb，rgba，rgbl(label帶標籤的)），這並不會導致有意義的結果。
  這個類能夠以一種“智慧”的方式計算質心，即考慮欄位內資料的含義。目前支援以下欄位： * XYZ (x, y, z)  計算每個欄位的平均值 * Normal (normal_x, normal_y, normal_z)    對每個欄位平均值，並將得到的歸一化的向量。 * Curvature (curvature)    曲率的平均值 * RGB/RGBA (rgb or rgba)   rgba每個通道的平均值 * Intensity (intensity)       強度平均值
* Label (label)                  標籤欄位的平均值 舉例子   
CentroidPoint<pcl::PointXYZ> centroid;
centroid.add (pcl::PointXYZ (1, 2, 3);
centroid.add (pcl::PointXYZ (5, 6, 7);    //這裡是在centroid點集中加兩個點
 
pcl::PointXYZ c1; 
centroid.get (c1);   //直接使用get函式獲取該點集的在每個欄位的均值
// 得到的結果是: c1.x == 3, c1.y == 4, c1.z == 5
// 我們也可以申明一個不一樣欄位的點雲來儲存結果
pcl::PointXYZRGB c2;
centroid.get (c2);
// 其中x,y,z欄位的結果還是: c2.x == 3, c2.y == 4, c2.z == 5,
// 但是 c2.rgb 是不被觸及的
（3）struct   pcl::NdConcatenateFunctor< PointInT, PointOutT > 點雲點集相加的輔助函式 在這裡要特別申明一下點雲庫中點雲的相加有兩種方式：
  • 比如：cloud_c  = cloud_a;
       cloud_c += cloud_b;//把cloud_a和cloud_b連線一起建立cloud_c  後輸出 輸出如下圖：
  • 欄位相加就會使用到該輔助函式，那麼輸出結果如下：

相關推薦

PCL_common模組api程式碼解析

pcl_common庫包含大多數PCL庫使用的公共資料結構和方法。核心資料結構包括PointCloud類和許多用於表示點、表面法線、RGB顏色值、特徵描述符等的點型別。它還包含許多用於計算距離/範數、均值和協方差、角度轉換、幾何變換，等等。這個模組是不依賴其他模組的，所以是可以單獨編譯成功，單獨編

Redis原始碼解析：18Hiredis同步API和回覆解析API程式碼解析

Redis的sentinel模式使用了Hiredis程式碼，Hiredis是redis資料庫一個輕量級的C語言客戶端庫。它實現的向Redis傳送命令的API函式redisCommand，使用方法類似於printf。因此只要熟悉redis命令，就可以很容易的使用該函式將red

balance transfer程式碼解析及api深度追蹤（五）初始化鏈碼

一程式碼解析 var path = require(‘path’); var fs = require(‘fs’); var util = require(‘util’); var hfc = require(‘fabric-client’); var Peer

balance transfer程式碼解析及api深度追蹤（六）執行鏈碼

一程式碼解析 var path = require(‘path’); var fs = require(‘fs’); var util = require(‘util’); var hfc = require(‘fabric-client’); var Peer

balance transfer程式碼解析及api深度追蹤（七）查詢交易

一程式碼解析 var queryChaincode = function(peer, channelName, chaincodeName, args, fcn, username, org) { var channel = helper.getChannelF

Apollo程式碼解析：4. control模組

0. 簡介： 閱讀本章之前預設已經閱讀了： 首先來看看整體的邏輯圖： 由此可知planning和control是整個Apollo的核心，由於個人喜好的原因先看control模組。 開啟control模組： 可見整個模組是由main.cc

wordcount 程式碼解析

MapRuduce map表示對映 reduce表示化簡。它的思想就是‘分而治之’，具體思想就不用說了 這裡主要解析wordcount原始碼。程式碼裡的思想是一直是K,V對(鍵值對)傳輸的重要的是map （）、reduce（）兩個函式。 main方法裡主要job作業的配置、啟動

GraphSAGE 程式碼解析 - minibatch.py

class EdgeMinibatchIterator """ This minibatch iterator iterates over batches of sampled edges or random pairs of co-occuring edges.

【機房收費系統】——模組中程式碼的含義

本部落格來自轉載，對模組不太懂的可以好好看看。 前言 這篇部落格認認真真的總結了一天，不能夠理解機房還有學生中模組的程式碼的意思，決定去解決一下這部分內容，下面就是我對此部分的程式碼的理解!感覺這部分的程式碼不過如此，下來跟著我一起搞懂它吧！ Public Function Ex

MyBatis-Plus程式碼生成器，根據表名生成各個模組的程式碼

根據表名生成Entity、Mapper、Mapper XML、Service、Controller 等各個模組的程式碼，程式碼如下（根據官網demo修改的），可以正常執行 package com; import com.baomidou.mybatisplus.annotation.DbTyp

Faster RCNN演算法訓練程式碼解析（2）

接著上篇的部落格，我們獲取imdb和roidb的資料後，就可以搭建網路進行訓練了。 我們回到trian_rpn()函式裡面，此時執行完了roidb, imdb = get_roidb(imdb_name)，取得了imdb和roidb資料。 先進入第一階段的訓練：   print

Faster RCNN演算法訓練程式碼解析（3）

四個層的forward函式分析： RoIDataLayer：讀資料，隨機打亂等 AnchorTargetLayer：輸出所有anchors（這裡分析這個） ProposalLayer：用產生的anchors平移整圖，裁剪出界、移除低於閾值的的anchors，排序後使用nms，返回頂部排名的anchors

tensorflow中slim模組api介紹

github：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/slim TensorFlow-Slim TF-Slim is a lightweight library for definin

Matlab程式設計之——卷積神經網路CNN程式碼解析

卷積神經網路CNN程式碼解析 deepLearnToolbox-master是一個深度學習matlab包，裡面含有很多機器學習演算法，如卷積神經網路CNN，深度信念網路DBN，自動編碼AutoE ncoder（堆疊SAE，卷積CAE）的作者是 RasmusBerg Palm 今天給介紹d

GraphSAGE 程式碼解析(四) - models.py

1. 類及其繼承關係 Model / \ / \ MLP GeneralizedModel / \ / \ Node2VecModel SampleAndAggregate 首先看Model, Ge

GraphSAGE 程式碼解析(三) - aggregators.py

1. class MeanAggregator(Layer): 該類主要用於實現 1. __init__()  __init_() 用於獲取並初始化成員變數 dropout, bias(False), act(ReLu), concat(False), input_dim, output_

opencv實現螢幕錄製程式碼解析

# -*- coding: utf-8 -*- """ Created on Thu Nov 15 22:37:02 2018 #QQ群：476842922（歡迎加群討論學習） @author: Administrator """ """python + opencv 實現螢幕錄製""" f

07.Fabric核心模組之Orderer解析

陳述 主要講Fabric核心模組中Orderer Orderer模組介紹 Orderer 模組負責對交易進行排序, 並將排序好的交易打包成區塊。Orderer節點的配置資訊通常放在環境變數或者配置檔案中，在具體操作中，如果是通過docker映象檔案的方式啟動Orderer，推

06.Fabric核心模組之Configtxgen解析

陳述 主要講Fabric核心模組中Configtxgen 生成Orderer節點的初始化檔案 生成channel的初始化檔案 Configtxgen模組命令 onfigtxgen模組是通過命令列的方式執行的，通過執行命令Configtxgen --help

05.Fabric核心模組之Cryptogen解析

陳述 主要講Fabric核心模組中cryptogen的功能模組相關操作以及配置檔案 Cryptogen cryptogen模組主要用來生成組織結構和賬號相關的檔案，任何Fabric系統的開發通常都是從cryptogen模組開始的。在Fabric專案中，當系統設計完成之後第一項