Différences

Ci-dessous, les différences entre deux révisions de la page.

--- lib:pcl [2019/03/14 20:25] – Ajout de "Rotation d'un point avec normales" root
+++ lib:pcl [2019/09/20 13:12] (Version actuelle) – Ajout de Eigen comme dépendance root
@@ Ligne 1: / Ligne 1: @@
 ===Compilation sous Windows===
-Il est nécessaire d'avoir [[lib:flann|Flann]], [[lib:qhull|Qhull]] et [[lib:boost|Boost]] de compilé en version 64 bits, Release et Debug.
+Il est nécessaire d'avoir Eigen (librairie entête), [[lib:flann|Flann]], [[lib:qhull|Qhull]] et [[lib:boost|Boost]] de compilé en version 64 bits, Release et Debug.
 Il faut aussi les sources de Eigen mais uniquement pour les header (compilation inutile).
@@ Ligne 75: / Ligne 75: @@
 </code>
-===Rotation d'un point avec normales===
+===Matrice de rotation pour aligner un axe vers un autre===
-Les normales ne sont pas tournées. Il faut le faire manuellement :
+<code cpp>
+Eigen::Quaternionf rotAxe;
+rotAxe.setFromTwoVectors(Eigen::Vector3f(rotation.x_, rotation.y_, rotation.z_), Eigen::Vector3f(1, 0, 0));
+transform.prerotate(rotAxe);
+</code>
+===Rotation d'un nuage===
+Sans les normales :
 <code cpp>
-// Transformation du nuage
 pcl::transformPointCloud(*cloud_src, *retval, transform);
+</code>
-// On enlève tout ce qui touche à la translation.
+Avec les normales :
-Eigen::Matrix4f matrix = transform.matrix();
+<code cpp>
-matrix(0, 3) = 0.f;
+pcl::transformPointCloudWithNormals(*cloud_src, *retval, transform);
-matrix(1, 3) = 0.f;
-matrix(2, 3) = 0.f;
-matrix(3, 0) = 0.f;
-matrix(3, 1) = 0.f;
-matrix(3, 2) = 0.f;
-matrix(3, 3) = 0.f;
-pcl::detail::Transformer<float> tf(matrix);
-// Transformation des normales.
-for (size_t i = 0; i < retval->points.size(); ++i)
-  tf.se3(cloud_src->points[i].data_n, retval->points[i].data_n);
 </code>
+===Recherche des normales===
+<code cpp>
+pcl::PointCloud<TYPE_POINT_PCL>::Ptr cloud_src(XXXXXXX);
+pcl::PointCloud<TYPE_POINT_PCL>::Ptr retval(new pcl::PointCloud<TYPE_POINT_PCL>);
+pcl::search::KdTree<TYPE_POINT_PCL>::Ptr tree(new pcl::search::KdTree<TYPE_POINT_PCL>());
+pcl::NormalEstimation<TYPE_POINT_PCL, TYPE_POINT_PCL> ne;
+ne.setSearchMethod(tree);
+// Pour l'orientation des normales.
+ne.setViewPoint(0, 0, 0);
+ne.setInputCloud(cloud_src);
+// L'un ou l'autre
+ne.setKSearch(nombre_de_voisins);
+ne.setRadiusSearch(distance_des_voisins);
+ne.compute(*retval);
+</code>
+[[http://pointclouds.org/documentation/tutorials/normal_estimation.php|Estimating Surface Normals in a PointCloud]] Archive du 26/03/2019