RGBD slam 学习, qt 工程环境配置.md

来源：互联网发布：阿里云技术架构编辑：程序博客网时间：2024/05/21 18:42

参考链接： http://blog.csdn.net/jasmine_shine/article/details/50973748
配置工程实现高翔师兄博客第二讲功能，Qt的关键字提醒功能更方便开发：http://www.cnblogs.com/gaoxiang12/p/4652478.html
工程配置：
新建 qt console 程序，删除默认main函数内容，写入练习程序：

// C++ 标准库#include <iostream>#include <string>using namespace std;// OpenCV 库#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>// PCL 库#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>// 定义点云类型typedef pcl::PointXYZRGBA PointT;typedef pcl::PointCloud<PointT> PointCloud; // 相机内参const double camera_factor = 1000;const double camera_cx = 325.5;const double camera_cy = 253.5;const double camera_fx = 518.0;const double camera_fy = 519.0;// 主函数 int main( int argc, char** argv ){    // 读取./data/rgb.png和./data/depth.png，并转化为点云    // 图像矩阵    cv::Mat rgb, depth;    // 使用cv::imread()来读取图像    // API: http://docs.opencv.org/modules/highgui/doc/reading_and_writing_images_and_video.html?highlight=imread#cv2.imread    rgb = cv::imread( "./data/rgb.png" );    // rgb 图像是8UC3的彩色图像    // depth 是16UC1的单通道图像，注意flags设置-1,表示读取原始数据不做任何修改    depth = cv::imread( "./data/depth.png", -1 );    // 点云变量    // 使用智能指针，创建一个空点云。这种指针用完会自动释放。    PointCloud::Ptr cloud ( new PointCloud );    // 遍历深度图    for (int m = 0; m < depth.rows; m++)        for (int n=0; n < depth.cols; n++)        {            // 获取深度图中(m,n)处的值            ushort d = depth.ptr<ushort>(m)[n];            // d 可能没有值，若如此，跳过此点            if (d == 0)                continue;            // d 存在值，则向点云增加一个点            PointT p;            // 计算这个点的空间坐标            p.z = double(d) / camera_factor;            p.x = (n - camera_cx) * p.z / camera_fx;            p.y = (m - camera_cy) * p.z / camera_fy;            // 从rgb图像中获取它的颜色            // rgb是三通道的BGR格式图，所以按下面的顺序获取颜色            p.b = rgb.ptr<uchar>(m)[n*3];            p.g = rgb.ptr<uchar>(m)[n*3+1];            p.r = rgb.ptr<uchar>(m)[n*3+2];            // 把p加入到点云中            cloud->points.push_back( p );        }    // 设置并保存点云    cloud->height = 1;    cloud->width = cloud->points.size();    cout<<"point cloud size = "<<cloud->points.size()<<endl;    cloud->is_dense = false;    pcl::io::savePCDFile( "./data/pointcloud.pcd", *cloud );    // 清除数据并退出    cloud->points.clear();    cout<<"Point cloud saved."<<endl;    return 0;}

在 .pro 文件中写入文件目录和依赖项，qt 默认没有开启 C++ 标准。相关路径可能会有少许差别，在自己ubuntu中相关路径下找到对应文件核对下。

QMAKE_CXXFLAGS += -std=c++11INCLUDEPATH +=  /usr/include  \                /usr/include/opencv  \                /usr/include/opencv2 \                /usr/include/pcl-1.7 \                /usr/include/eigen3  \                /usr/include/boost \LIBS += /usr/lib/x86_64-linux-gnu/libopencv_video.so  \        /usr/lib/x86_64-linux-gnu/libopencv_objdetect.so \        /usr/lib/x86_64-linux-gnu/libopencv_ml.so  \        /usr/lib/x86_64-linux-gnu/libopencv_legacy.so \        /usr/lib/x86_64-linux-gnu/libopencv_core.so \        /usr/lib/x86_64-linux-gnu/libopencv_features2d.so  \        /usr/lib/x86_64-linux-gnu/libopencv_imgproc.so \        /usr/lib/x86_64-linux-gnu/libopencv_highgui.so \        /usr/lib/x86_64-linux-gnu/libopencv_gpu.so \        /usr/lib/x86_64-linux-gnu/libopencv_flann.so   \        /usr/lib/x86_64-linux-gnu/libopencv_contrib.so \        /usr/lib/x86_64-linux-gnu/libopencv_calib3d.so  \        /usr/lib/libpcl_common.so.1.7 \        /usr/lib/libpcl_io.so.1.7 \        /usr/lib/libpcl_io_ply.so.1.7 \        /usr/lib/x86_64-linux-gnu/libboost_system.so

将例程中的图片数据放入 qt 工程build-rgbdslam-Desktop_Qt_5_5_1_GCC_64bit-Debug目录中,例程中的读取存放文件路径也要有相应更改。

rgb=cv::imread("rgb.png");depth=cv::imread("depth.png",-1);pcl::io::savePCDFile("pointcloud.pcd",*cloud);

bulid 后查看点云图像， terminator 进入build-rgbdslam-Desktop_Qt_5_5_1_GCC_64bit-Debug目录中运行

$: pcl_viewer pointcloud.pcd

0 0