贪婪投影三角化算法对有向点云进行三角化

贪婪投影法：先将有向点云投影到某一局部坐标平面内，再在坐标平面内进行平面内的三角化，根据平面内三位点的拓扑关系获得一个三角网格曲面模型。

#include <pcl/point_types.h>#include <pcl/io/pcd_io.h>#include <pcl/kdtree/kdtree_flann.h>#include <pcl/features/normal_3d_omp.h>#include <pcl/features/normal_3d.h>#include <pcl/surface/gp3.h>#include <pcl/visualization/pcl_visualizer.h>#include <boost/thread/thread.hpp>#include <fstream>void main(){    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>) ;    if (pcl::io::loadPCDFile("bun000.pcd" , *cloud) == -1)    {        PCL_ERROR("Could not read pcd file!\n") ;        return ;    }    pcl::PointCloud<pcl::PointNormal>::Ptr cloud_with_normals(new pcl::PointCloud<pcl::PointNormal>) ;    pcl::NormalEstimation<pcl::PointXYZ , pcl::Normal> n ;//法线估计对象    pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>) ;//存储估计的法线    pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>) ;    tree->setInputCloud(cloud) ;    n.setInputCloud(cloud) ;    n.setSearchMethod(tree) ;    n.setKSearch(20) ;    n.compute(*normals) ;    pcl::concatenateFields(*cloud , *normals , *cloud_with_normals) ;    pcl::search::KdTree<pcl::PointNormal>::Ptr tree2(new pcl::search::KdTree<pcl::PointNormal>) ;    tree2->setInputCloud(cloud_with_normals) ;    pcl::GreedyProjectionTriangulation<pcl::PointNormal> gp3 ;    pcl::PolygonMesh mesh ; //存储最终三角化的网格模型    gp3.setSearchRadius(0.025) ;    gp3.setMu(2.5) ;//设置样本点到最近邻域距离乘积的系数    gp3.setMaximumNearestNeighbors(100) ;//设置样本点搜索的邻域个数为100    gp3.setMaximumSurfaceAngle(M_PI/4) ;//设置某点法线方向偏离样本点法线方向的最大角度为45度    gp3.setMinimumAngle(M_PI/180) ;//设置三角化后得到的三角形内角最小角度为10度    gp3.setMaximumAngle(2*M_PI/3) ;    gp3.setNormalConsistency(false) ;//设置该参数保证法线朝向一致    gp3.setInputCloud(cloud_with_normals) ;//设置输入点云为有向点云    gp3.setSearchMethod(tree2) ;//设置搜素方式为tree2    gp3.reconstruct(mesh) ;//重建提取三角化    std::vector<int> parts = gp3.getPartIDs() ;    std::vector<int> status = gp3.getPointStates() ;    fstream fs ;    fs.open("partsID.txt" , ios::out);    if (!fs)    {        return ;    }    fs<<"点云数量为："<<parts.size()<<"\n" ;    for (int i = 0 ; i < parts.size() ; i++)    {        if (parts[i] != 0)        {            fs<<parts[i]<<"\n" ;        }           }    boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("3D viewer")) ;    viewer->setBackgroundColor(0 , 0 , 0) ;    viewer->addPolygonMesh(mesh , "my") ;    viewer->initCameraParameters() ;    while (!viewer->wasStopped())    {        viewer->spinOnce(100) ;        boost::this_thread::sleep(boost::posix_time::microseconds(100000)) ;    }    return ;}