嘮叨

本文分三篇來介紹一個完整的CloudComapre插件的編寫教程，分別是插件框架篇、數(shù)據(jù)結(jié)構(gòu)篇、算法實現(xiàn)篇。

這是第二篇，數(shù)據(jù)結(jié)構(gòu)篇，你可以根據(jù)本文改成自己的插件，待卿臨幸。

qSAF源碼：Github . qSAF

前文概要

在上回中，我們已經(jīng)實現(xiàn)了插件的框架，現(xiàn)在要在doAction()中寫插件的具體實現(xiàn)。

插件需求

我們要做的是一個qSAF(Scan Angle Filter)插件，它可以過濾給定范圍內(nèi)點的掃描角度。

也就是用戶輸入兩個角度值，如20度、70度，

過濾輸出每個點的掃描角度在大于等于20度、小于等于70度的范圍的點云。

需求分析

要實現(xiàn)這個功能，我們需要有一個界面，可以讓用戶輸入兩個角度，然后獲取兩個角度值，接著遍歷每個點，獲取每個點的掃描角度，然后獲得角度在大于等于20度、小于等于70度范圍的點云，顯示輸出。

簡單地說，就是要：

1. 輸入界面
2. 遍歷角度
3. 輸出點云

1. 輸入界面是QT基礎(chǔ)；3. 輸出點云是CC套路；只有2. 遍歷角度有點糾結(jié)。

因此本文第二篇主要介紹2. 遍歷角度，即介紹點云中點的數(shù)據(jù)結(jié)構(gòu)。

注意：不同類型文件的數(shù)據(jù)結(jié)構(gòu)不同，本文以激光雷達文件(.las)來做介紹。

las文件的讀入

首先，我們從宇宙的起源開始說起……

額，還是從.las文件的讀入開始說起吧~

.las文件的讀入首先進過FileIOFilter這個類，判斷是雷達文件(.las)后，進入LASFilter類，并從它的loadFile()函數(shù)讀入。

先看下loadFile()函數(shù)聲明：

virtual CC_FILE_ERROR loadFile(QString filename, ccHObject& container, LoadParameters& parameters) override;

特別注意三個傳入?yún)?shù)！我就是忽視了這里才找了好久。。。

• QString filename 是點云文件名（包括路徑）
• ccHObject& container 是一個實體（ccHObject），可以添加點云（ccPointCloud）
• LoadParameters& parameters 是選擇讀入文件后提示要勾選雷達的哪些信息

然后看下loadFile()函數(shù)體

.las文件首先從io流讀入，再使用liblas這個外部庫存儲：

liblas::Reader reader(liblas::ReaderFactory().CreateWithStream(ifs));

這里說下liblas：

liblas是用于讀取和編寫非常常見的LAS LiDAR格式的C/C++庫，我們使用它來做對LAS的直接讀取。

官網(wǎng)如下：

https://www.liblas.org/

然后把liblas讀入的文件進行各種處理和封裝，最終封裝成ccPointCloud

ccPointCloud* loadedCloud = 0;

int sfIndex = loadedCloud->addScalarField(field->sf);
...
loadedCloud->setName(chunkName);
...
loadedCloud->setMetaData(LAS_SCALE_X_META_DATA, QVariant(lasScale.x));
...
loadedCloud->addPoint(P);
...

然后通過：

container.addChild(loadedCloud);

添加到ccHObject中

所以：點云的信息，都是存儲在ccPointCloud中的！

而掃描角度存儲在ccPointCloud的標(biāo)量域中(ccScalarField)

ccPointCloud

前面已經(jīng)說了很多ccPointCloud了，它就是CloudCompare中存儲點云的類。

我們看看它的說明

//! A 3D cloud and its associated features (color, normals, scalar fields, etc.)
/** A point cloud can have multiple features:
    - colors (RGB)
    - normals (compressed)
    - scalar fields
    - an octree strucutre
    - per-point visibility information (to hide/display subsets of points)
    - other children objects (meshes, calibrated pictures, etc.)
**/

我要的掃描角度就在scalar fields

然而在ccPointCloud沒有直接的方法獲得眾多標(biāo)量域中的掃描角度

終于在它的父類ChunkedPointCloud中發(fā)現(xiàn)了

ChunkedPointCloud

ccPointCloud的父類ChunkedPointCloud中有如下兩個函數(shù)：

# 通過標(biāo)量域名字獲得其在標(biāo)量域數(shù)組中的索引
int ChunkedPointCloud::getScalarFieldIndexByName(const char* name) const

# 通過索引獲得特定標(biāo)量域的指針
ScalarField* ChunkedPointCloud::getScalarField(int index) const

通過這兩個函數(shù)就可以獲得指向掃描角度的指針了，要想訪問掃描角度中每個點的值，需要使用ScalarField父類GenericChunkedArray的方法

GenericChunkedArray

# 通過每個點的索引訪問特定標(biāo)量域的每個的的值
inline const ElementType* getValue(unsigned index) const

LASOpenDlg

標(biāo)量域中掃描角度的名字可以在LASOpenDlg.h中找到

"Scan Angle Rank"

整理下思路

1. 用Scan Angle Rank，通過getScalarFieldIndexByName()獲得掃描角度在標(biāo)量域中的索引
2. 用索引，通過getScalarField()獲得掃描角度標(biāo)量域指針
3. 用指針，通過getValue()獲得每個點的值

這樣就獲取到了每個點的掃描角度值，然后：

4. 比較掃描角度值與用戶輸入?yún)^(qū)間的大小，把合適的值存儲起來
5. 把合適值封裝成點云實體
6. 顯示在界面上

上面整理的思路在下篇實現(xiàn)，現(xiàn)在我們已經(jīng)知道怎么獲取點云中掃描角度的值了，那其他信息呢？

點云其他信息的獲取

看下在QT的調(diào)試信息：

我們可以發(fā)現(xiàn)，其實點云的信息都能在ccPointCloud中獲取，比如點容量、點數(shù)量、點坐標(biāo)、標(biāo)量域、顏色值等。

其中，標(biāo)量域vector中有9項信息，存儲的標(biāo)量域順序為：

• [0] Point Source ID
• [1] Scan Angle Rank
• [2] Flightline Edge
• [3] Scan Direction
• [4] Number of Returns
• [5] Return Number
• [6] Time
• [7] Intensity
• [8] Classification

至于如何獲取每種數(shù)據(jù)，都有相應(yīng)的方法實現(xiàn)，不是在ccPointCloud，就是在它的父類中，耐心點總能找到的~

下篇概要

下篇是算法實現(xiàn)篇，主要說了qSAF插件的具體實現(xiàn)，包括上面說的：

1. 輸入界面
2. 遍歷角度
3. 輸出點云

請戳這里：

CloudComapre插件編寫三（算法實現(xiàn)）

我的博客：https://blog.huihut.com/
轉(zhuǎn)載請注明出處：http://blog.huihut.com/2017/04/27/CloudCompareSAFPlugin_2_DataStructure/