Qt+PCL手把手教材（第2讲）——PCL库 介绍及版本选择（1.12、1.13）以及Qt ...

1、PCL（Point Cloud Library）简介

PCL（Point Cloud Library）是一个开源的、功能强盛的 C++ 库，专门用于点云数据的处理惩罚、分析和可视化。点云数据通常是由三维扫描仪或立体视觉系统生成的，代表了物体外貌的形状。PCL 提供了大量的工具和算法，用于点云的处理惩罚、特征提取、配准、滤波、分割、重建和可视化。
1.1、PCL 的主要功能模块：

• 点云滤波： 提供了多种滤波方法，如体素网格滤波器、统计滤波器、半径和邻域滤波器，用于去噪和减少点云数据的密度。
  
• 点云配准： 包括 ICP（迭代迩来点）算法、NDT（正态分布变更）等，用于将差别视角或时间的点云对齐。
  
• 点云特征提取： 提供了多种特征提取算法，如法线估计、外貌法线、曲率、点云的局部描述子（例如 PFH、SHOT）。
  
• 点云分割： 允许将点云分割成差别的部门，常用于提取特定物体或区域。
  
• 点云重建： 利用点云数据生成网格模型或外貌模型（例如基于 Poisson 重建）。
  
• 点云可视化： 提供了强盛的可视化功能，支持与 VTK、OpenGL 等库联合，支持点云的3D可视化。
  

1.2、PCL 的应用范畴：

• 机器人视觉：自动导航、路径规划、物体识别、停滞物检测等。
  
• 三维扫描：物体外貌重建、建筑物测量、考古学、文化遗产保护等。
  
• 自动驾驶：用于感知周围环境，举行停滞物检测和道路建模。
  
• 工业自动化：如物体检测、自动扮装配等。
  关于更多PCL点云库的内容，可以参见《PCL点云库入门系列》
  

---

2、PCL 版本选择（1.12 与 1.13）

PCL 的版本迭代通常带来新的功能、性能改进和 bug 修复。选择得当的版本通常取决于项目的需求、兼容性和所需功能。以下是 PCL 1.12 和 1.13 版本的对比和建议。
2.1、PCL 1.12（2020年12月发布）

PCL 1.12 是 PCL 1.x 系列中的一个恒久稳定版本，包罗了大量的功能和优化。它是许多现有项目和应用的底子，特别是在 稳定性和兼容性方面。
主要特点：

• 稳定性和兼容性： PCL 1.12 提供了稳定的 API 和广泛的文档支持，得当需要恒久维护和较少版本更新的项目。
  
• 性能改进： 在一些点云处理惩罚算法（例如 ICP 配准、滤波器）上有较大的优化，处理惩罚大规模点云数据时体现更好。
  
• 较少的新特性： 相比于 1.13，1.12 版本的更新相对保守，更多集中于修复已知的 bug 和改进现有功能。
  

适用场景：

• 对于已经在利用 PCL 1.12 的项目，如果不需要依赖新特性，可以继续利用此版本。
  
• 对于需要较高稳定性、兼容性和恒久维护的项目，PCL 1.12 是一个理想选择。
  

2.2、PCL 1.13（2022年发布）

PCL 1.13 是一个较新的版本，带来了许多 新特性、算法改进 和 bug 修复。这个版本更加前沿，得当对新功能和性能要求较高的项目。
主要特点：

• 新功能： PCL 1.13 引入了一些新算法和功能，改善了点云配准、特征提取和其他数据处理惩罚模块。例如，增长了更多的滤波方法、点云分割算法的改进等。
  
• 性能优化： 在大规模点云数据处理惩罚方面，PCL 1.13 举行了更多的性能优化。对于要求高效处理惩罚大规模数据的应用，1.13 大概会有更好的性能体现。
  
• 更新的依赖库支持： 1.13 支持更新的库版本（如新的 Eigen 库版本、Boost 库等），在兼容性方面有所提升。
  
• 更好的跨平台支持： 提供了对更多操作系统和平台（如新的 Linux 发行版）的支持。
  

适用场景：

• 如果需要利用 新功能 大概 改进的算法，特别是对点云数据处理惩罚有较高性能要求的项目，建议选择 1.13。
  
• 对于需要紧跟技术前沿、要求不停优化和创新的项目，PCL 1.13 是更符合的选择。
  
• 如果利用的是较新的依赖库（如 Eigen 3.4、Boost 1.76），PCL 1.13 更加兼容。
  

---

2.3、如何选择版本？

选择 PCL 版本时，主要取决于以下几点：

• 项目需求： 如果你的项目已经稳定运行在 PCL 1.12 上，并且不需要利用新版本的功能，可以继续利用 1.12。对于依赖于新算法或更高性能的应用，1.13 会更符合。
  
• 稳定性与更新频率： PCL 1.12 在稳定性和向后兼容性上做得很好，得当恒久维护的项目；PCL 1.13 则更新频仍，带来了新特性和更好的性能，得当对性能和新功能有较高要求的项目。
  
• 依赖库兼容性： 如果你正在利用较新的库版本，PCL 1.13 大概会有更好的兼容性。如果你利用的是较旧的库，PCL 1.12 大概会更加稳定。
  

2.4、总结

• PCL 1.12 得当恒久稳定性和兼容性要求较高的项目，已经非常成熟，适用于许多已有项目。
  
• PCL 1.13 引入了更多的新特性、性能优化和依赖库更新，得当需要前沿技术和更高性能的项目。
  

对于新项目，建议选择 PCL 1.13，而对于需要较高稳定性且没有急迫需求的新特性的项目，可以选择 PCL 1.12,本教材选择利用PCL 1.12。

---

3、Qt + PCL 联合的根本架构

联合 Qt 和 PCL（Point Cloud Library） 的架构通常用于开发具有图形界面（GUI）的点云数据可视化、处理惩罚和分析应用步调，如第1讲中的相关应用场景等。Qt 提供强盛的 GUI 支持，适用于构建交互式桌面应用，而 PCL 如前面所言提供了丰富的点云处理惩罚功能，如滤波、特征提取、配准等。因此，Qt + PCL 联合的根本架构涉及将点云数据处理惩罚和可视化组件集成到 Qt GUI 界面中。
3.1、根本架构概述

• Qt 界面层：负责界面的设计与用户交互。
  
  
  
  • 主要利用 QWidget、QMainWindow、QGraphicsView、QOpenGLWidget/QVTKOpenGLNativeWidget 等组件。
    
  • 提供对点云数据的输入、显示、交互和结果输出功能。
    
  
  
• PCL 处理惩罚层：负责点云数据的加载、处理惩罚和算法应用。
  
  
  
  • 利用 PCL 提供的数据结构（如 pcl:ointCloud）和算法（如滤波、配准、分割、特征提取等）。
    
  
  
• 数据通信层：Qt 和 PCL 之间的数据交互和变乱通知。
  
  
  
  • 数据通报和可视化渲染可以通过信号和槽（Signal-Slot）机制举行。
    
  • 利用 PCL 数据类型与 Qt 图形视图（例如 QVTKOpenGLNativeWidget 或 QOpenGLWidget）联合，更新点云的显示。
    
  
  

3.2、架构图

以下是一个简化的 Qt + PCL 架构表示图：

3.3、具体实现步调

1. Qt GUI 层设计

• 利用 Qt Designer 或手动编码设计图形界面。
  
• 主要组件：
  
  
  
  • QMainWindow 或 QWidget 用于承载其他控件。
    
  • QVTKOpenGLNativeWidget：用于渲染点云数据的3D视图（推荐用于点云可视化，因为 PCL 提供了基于VTK+ OpenGL 的点云渲染功能）。
    
  • 控件例如按钮、滑动条、菜单等，用于控制点云的加载、处理惩罚和显示。
    
  
  

示例代码：

1. class MainWindow: public QMainWindow {
2.     Q_OBJECT
4. public:
5.     MainWindow(QWidget *parent = nullptr);
6.     ~MainWindow();
8. private:
9. //说明例子
10.     QVTKOpenGLNativeWidget *openGLWidget; // 渲染点云的 OpenGL 小部件
11.     QPushButton *loadButton;     // 加载点云按钮
12.     QSlider *filterSlider;       // 滤波器滑动条
14.     void initUI();  // 初始化 UI 元素
15.     void setupConnections();  // 连接信号与槽
16. };

复制代码

2. PCL 处理惩罚层集成

• 利用 pcl:ointCloud 类型来存储点云数据。
  
• 利用 PCL 提供的算法对点云数据举行处理惩罚，例如滤波、特征提取、配准等。
  
• 点云数据处理惩罚之后，将结果通报给 Qt 举行显示。
  

示例代码：

1. #include <pcl/point_cloud.h>
2. #include <pcl/io/pcd_io.h>
3. #include <pcl/filters/voxel_grid.h>
5. void MainWindow::loadPointCloud(const QString &fileName) {
6.     pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
7.     if (pcl::io::loadPCDFile(fileName.toStdString(), *cloud) == -1) {
8.         qWarning() << "Couldn't read the file!";
9.         return;
10.     }
11.     // 点云加载成功，进行滤波或其他处理
12.     pcl::VoxelGrid<pcl::PointXYZ> sor;
13.     sor.setInputCloud(cloud);
14.     sor.setLeafSize(0.1f, 0.1f, 0.1f);
15.     sor.filter(*cloud);
16.     updatePointCloudView(cloud);  // 更新 Qt 视图
17. }

复制代码

3. 数据通信层

• 利用 Qt 的 信号与槽机制，将用户操作（如按钮点击、滑动条调解）与 PCL 数据处理惩罚关联起来。
  
• PCL 数据通过 Qt 的 QVTKOpenGLNativeWidget 或其他图形视图类举行渲染更新。
  

信号与槽示例：

1. // PointCloudViewer.h
2. signals:
3.     void pointCloudLoaded(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud);
5. private slots:
6.     void onLoadButtonClicked();  // 加载点云文件槽
7.     void onFilterSliderChanged(int value);  // 滤波器参数变化槽

复制代码

在 Qt 中界说 槽函数 来处理惩罚用户交互变乱，处理惩罚完点云数据后，调用一个更新界面的方法。
更新视图的函数示例：

1. void MainWindow::updatePointCloudView(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud) {
2.     // 将 PCL 点云转换为 Qt 可显示的格式，并更新 OpenGL 渲染视图
3.     openGLWidget->update();
4. }

复制代码

4. 点云渲染

• QOpenGLWidget 是 Qt 提供的 OpenGL 渲染小部件，可以在此中利用 PCL 的渲染函数来绘制点云。
  
• PCL 提供的 pcl::visualization:CLVisualizer 也可以与 Qt 一起利用，但通常建议直接在 QOpenGLWidget 中渲染点云，以提高灵活性。
  

在 QOpenGLWidget 中渲染点云的示例：

1. void MainWindow::renderPointCloud(QOpenGLWidget *widget, pcl::PointCloud<pcl::PointXYZ>::Ptr cloud) {
2.     // 使用 QVTKOpenGLNativeWidget渲染 PCL 点云
3.     // 在这里，我们可能需要将 PCL 点云数据转化为 QVTKOpenGLNativeWidget 数据格式
4. }

复制代码

3.4、总结

Qt + PCL 的根本架构可以通过以下几个条理实现：

• Qt GUI 层：负责图形界面的设计与用户交互，提供控件来加载点云数据、调解参数、显示结果等。
  
• PCL 处理惩罚层：负责点云数据的读取、处理惩罚与分析，提供强盛的点云处理惩罚算法。
  
• 数据通信层：通过 Qt 的信号与槽机制，协调 GUI 和 PCL 之间的数据通报与更新。
  
• 渲染层：利用 Qt 提供的 QVTKOpenGLNativeWidget 渲染点云数据，使得用户能够在 3D 环境中交互检察点云。
  

这种架构能够将强盛的 PCL 点云处理惩罚本领与 Qt 丰富的 GUI 支持联合，开发出具有交互性、可扩展性的点云可视化和处理惩罚工具。后序的开发工作都是在此框架下举行的。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。