項目場景：

用軟件對las文件進行標定的時候發現las文件太大打不開

---

解決方案：

將轉化成las文件的pcd切分成幾個小塊。然后再轉化成las文件，最后再將las文件合并。

具體操作

思路

pcd轉換成pcl::PointCloud<pcl::PointXYZ>::Ptr 的cloud,然后讀取cloud, 將cloud 分成小塊保存成PCD
依賴的頭文件如下：

PCD文件IO操作

由于pcd點云數據格式有它獨特的優勢，因此本項目基于此繼續研究。首先是對點云數據的IO處理，包括從PCD文件讀取點云數據和寫入點云數據。

#include <iostream> #include <pcl/io/pcd_io.h> //PCD讀寫類相關的頭文件 #include <pcl/point_types.h> //PCL中支持的點類型頭文件

PCD文件的讀取操作

法一：使用loadPCDFile

讀取milk.pcd文件，若文件不存在，返回錯誤。此處讀取數據采用的是相對路徑。

pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); if (pcl::io::loadPCDFile<pcl::PointXYZ>("milk.pcd", *cloud) == -1){std::cout << "Cloud reading failed." << std::endl;return (-1);}

法二：使用reader

pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); pcl::PCDReader reader; reader.read("E://box1.pcd", *cloud);

PCD文件的寫入操作

法一：使用writer

pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); pcl::PCDWriter writer; writer.write<pcl::PointXYZ>("test_pcd.pcd", *cloud, false);

法二：使用savePCDFileASCII

pcl::PointCloud<pcl::PointXYZ> cloud; pcl::io::savePCDFileASCII("test_pcd.pcd",cloud);

參考鏈接： https://cloud.tencent.com/developer/article/1688130

要用Qt運行代碼前，首先要配置相關的依賴庫，具體配置可參考下面的鏈接：
https://blog.csdn.net/CCCrunner/article/details/118653184?spm=1001.2014.3001.5501

最后上代碼：
其中 pointCount_ 是總點云數量
blockNum是分成幾塊
blockSize是每一塊pcd的點云數量
map_test.pcd 是被分割的pcd文件名字

#include <QCoreApplication> #include <iostream> #include <pcl/io/pcd_io.h> //PCD讀寫類相關的頭文件 #include <pcl/point_types.h> //PCL中支持的點類型頭文件int main(int argc, char *argv[]) {int pointCount_ = 0; // PointCloud numberint blockNum = 0;int blockSize = 1200000;QCoreApplication a(argc, argv);pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);pcl::PointCloud<pcl::PointXYZ> cloud1;if (pcl::io::loadPCDFile<pcl::PointXYZ>("map_test.pcd", *cloud) == -1) //Failed to read pcd File{std::cout << "Cloud reading failed." << std::endl;return (-1);}else{std::cout << "Cloud reading success!" << std::endl;cloud1 = *cloud;pointCount_ = cloud1.points.size();blockNum = pointCount_/blockSize; //Slip groups numberint block_groups[blockNum+1];int begin = 0;block_groups[0] = 0;std::cout<<"block"<<blockNum<<std::endl;for(size_t i=1;i<=blockNum;i++){block_groups[i] = block_groups[i-1]+1200000;std::cout<<block_groups[i]<<std::endl;}block_groups[blockNum+1] = pointCount_;pcl::PointCloud<pcl::PointXYZ> tempCloud;for(size_t i = 0;i<=blockNum+1;i++){std::cout<<block_groups[i]<<std::endl;}for(size_t j = 1;j<=blockNum+1;j++){tempCloud.height = 1;tempCloud.width = block_groups[j] - block_groups[j-1];tempCloud.is_dense = true;tempCloud.points.resize(tempCloud.width * tempCloud.height);for(size_t i=block_groups[j-1];i<=block_groups[j];i++){std::cout<<i<<std::endl;tempCloud.points[i].x = cloud1.points[i].x;tempCloud.points[i].y = cloud1.points[i].y;tempCloud.points[i].z = cloud1.points[i].z;}std::string map_name = "map"+std::to_string(j)+".pcd";std::cout<<"map_name = "<<map_name<<std::endl;pcl::io::savePCDFileASCII (map_name, tempCloud);std::cout<<"pcd create"<<std::endl;}//cloud = cloud1.makeShared();}std::cout<<"cloud1.height = "<<cloud1.height<<std::endl;std::cout<<"cloud1.width = "<<cloud1.width<<std::endl;std::cout<<"cloud1.is_dense = "<<cloud1.is_dense<<std::endl;return a.exec(); }

總結

以上是生活随笔為你收集整理的切割pcd 文件的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。