#include <pcl/pcl_macros.h>

Макрос для добавления атрибута no-op или fallthrough в зависимости от возможностей компилятора.

Определение в строке 438 файла pcl_macros.h.

#include <pcl/memory.h>

 EIGEN_MAKE_ALIGNED_OPERATOR_NEW \
 using _custom_allocator_type_trait = void;

Макрос, указывающий, что классу требуется пользовательский аллокатор.

Это деталь реализации, необходимая для работы pcl::has_custom_allocator; макрос является тонкой обёрткой над собственным макросом Eigen.

См. также

pcl::has_custom_allocator, pcl::make_shared

Определение в строке 86 файла memory.h.

#include <pcl/point_types.h>

Тип данных для хранения расширенной информации о переходе от переднего плана к фону. Определение полей для BorderDescription::traits.

Определение в строке 307 файла point_types.h.

#include <pcl/point_types.h>

Определение полей для BorderDescription::traits.

Определение в строке 312 файла point_types.h.

#include <pcl/common/norms.h>

Перечисление, определяющее все доступные типы норм.

Примечание

Для каждого нового типа нормы необходимо добавить собственное значение перечисления и отдельный вариант в метод selectNorm ()

Определение в строке 54 файла norms.h.

#include <pcl/common/impl/norms.hpp>

Вычисляет B-норму вектора между двумя точками.

Параметры

A	первая точка
B	вторая точка
dim	число измерений в A и B (число измерений должно совпадать)

Примечание

FloatVectorT — это любой тип вектора, значения которого доступны через [ ]

Определение в строке 140 файла norms.hpp.

Используется в pcl::selectNorm().

#include <pcl/common/common.h>

Вычисляет площадь многоугольника, заданного облаком точек.

Параметры

polygon

облако точек, содержащее вершины многоугольника. Вершины хранятся в порядке обхода против часовой стрелки.

Возвращает

площадь многоугольника

Определение в строке 414 файла common.hpp.

Ссылки: pcl::PointCloud< PointT >::size().

#include <pcl/common/centroid.h>

Вычисляет 3D-центроид (X-Y-Z) набора точек по их индексам и возвращает его в виде 3D-вектора.

Параметры

[in]	cloud	входное облако точек
[in]	indices	индексы точек облака, которые необходимо использовать
[out]	centroid	выходной центроид

Возвращает

число корректных точек, использованных для определения центроида. Для плотных облаков точек это число совпадает с размером входного набора индексов.

Примечание

Если возвращаемое значение равно 0, центроид не изменяется и, следовательно, недействителен. Последняя компонента вектора устанавливается в 1, что позволяет преобразовывать вектор центроида матрицами 4x4.

Определение в строке 137 файла centroid.hpp.

Ссылки: pcl::PointCloud< PointT >::is_dense и pcl::isFinite().

#include <pcl/common/centroid.h>

Вычисляет 3D-центроид (X-Y-Z) набора точек по их индексам и возвращает его в виде 3D-вектора.

Параметры

[in]	cloud	входное облако точек
[in]	indices	индексы точек облака, которые необходимо использовать
[out]	centroid	выходной центроид

Возвращает

число корректных точек, использованных для определения центроида. Для плотных облаков точек это число совпадает с размером входного набора индексов.

Примечание

Если возвращаемое значение равно 0, центроид не изменяется и, следовательно, недействителен. Последняя компонента вектора устанавливается в 1, что позволяет преобразовывать вектор центроида матрицами 4x4.

Определение в строке 183 файла centroid.hpp.

Ссылки: pcl::compute3DCentroid() и pcl::PointIndices::indices.

#include <pcl/common/centroid.h>

Вычисляет 3D-центроид (X-Y-Z) набора точек и возвращает его в виде 3D-вектора.

Параметры

[in]	cloud	входное облако точек
[out]	centroid	выходной центроид

Возвращает

количество корректных точек, использованных для определения центроида. Для плотных облаков точек это значение совпадает с размером входного облака.

Примечание

если возвращаемое значение равно 0, центроид не изменяется и, следовательно, недействителен. Последняя компонента вектора устанавливается в 1, что позволяет преобразовывать вектор центроида с помощью матриц 4x4.

Определение в строке 89 файла centroid.hpp.

Используются ссылки на pcl::PointCloud< PointT >::empty(), pcl::PointCloud< PointT >::is_dense и pcl::isFinite().

#include <pcl/common/centroid.h>

Вычисляет 3D-центроид (X-Y-Z) набора точек и возвращает его в виде 3D-вектора.

Параметры

[in]	cloud_iterator	итератор по входному облаку точек
[out]	centroid	выходной центроид

Возвращает

количество корректных точек, использованных для определения центроида. Для плотных облаков точек это значение совпадает с размером входного облака.

Примечание

если возвращаемое значение равно 0, центроид не изменяется и, следовательно, недействителен. Последняя компонента вектора устанавливается в 1, что позволяет преобразовывать вектор центроида с помощью матриц 4x4.

Определение в строке 57 файла centroid.hpp.

Используются ссылки на pcl::isFinite() и pcl::ConstCloudIterator< PointT >::isValid().

На функцию ссылаются pcl::registration::FPCSInitialAlignment< PointSource, PointTarget, pcl::Normal, float >::bruteForceCorrespondences(), pcl::gpu::people::buildTree(), pcl::ConvexHull< PointInT >::calculateInputDimension(), pcl::compute3DCentroid(), pcl::MLSResult::computeMLSSurface(), pcl::MomentInvariantsEstimation< PointInT, PointOutT >::computePointMomentInvariants(), pcl::registration::TransformationEstimation2D< PointSource, PointTarget, Scalar >::estimateRigidTransformation(), pcl::registration::TransformationEstimation3Point< PointSource, PointTarget, Scalar >::estimateRigidTransformation(), pcl::registration::FPCSInitialAlignment< PointSource, PointTarget, NormalT, Scalar >::linkMatchWithBase(), pcl::SampleConsensusModelLine< PointT >::optimizeModelCoefficients(), pcl::ConcaveHull< PointInT >::performReconstruction(), pcl::ConvexHull< PointInT >::performReconstruction2D(), pcl::ESFEstimation< PointInT, PointOutT >::scale_points_unit_sphere() и pcl::gpu::people::label_skeleton::sortIndicesToBlob2().

#include <pcl/common/centroid.h>

Вычисляет центроид набора точек и возвращает его в виде точки.

Параметры

[in]	cloud
[in]	indices	индексы облака точек, которые необходимо использовать
[out]	centroid	Эта перегруженная функция предоставлена для удобства. См. документацию к computeCentroid().

Определение в строке 1206 файла centroid.hpp.

Используются ссылки на pcl::PointCloud< PointT >::is_dense и pcl::isFinite().

#include <pcl/common/centroid.h>

Вычисляет центроид набора точек и возвращает его в виде точки.

В реализации используется класс CentroidPoint, поэтому она ведет себя иначе, чем compute3DCentroid() и computeNDCentroid(). Объяснение см. в документации к CentroidPoint.

Параметры

[in]	cloud	входное облако точек
[out]	centroid	выходной центроид

Возвращает

количество корректных точек, использованных для определения центроида (для плотного облака будет совпадать с его размером)

Примечание

Если возвращаемое значение равно 0, центроид не изменяется и, следовательно, недействителен.

Определение в строке 1187 файла centroid.hpp.

Используются ссылки на pcl::PointCloud< PointT >::is_dense и pcl::isFinite().

#include <pcl/common/centroid.h>

Вычисляет центроид, OBB (ориентированную ограничивающую рамку) и оси PCA для заданного набора точек.

OBB ориентирована вдоль трех осей (главной, средней и малой): major_axis = obb_rotational_matrix.col(0) middle_axis = obb_rotational_matrix.col(1) minor_axis = obb_rotational_matrix.col(2) Один из способов визуализации OBB, если Scalar имеет тип float: Eigen::Vector3f position(obb_position(0), obb_position(1), obb_position(2)); Eigen::Quaternionf quat(obb_rotational_matrix); viewer->addCube(position, quat, obb_dimensions(0), obb_dimensions(1), obb_dimensions(2), .....);

Параметры

[in]	cloud	входное облако точек
[in]	indices	подмножество точек, заданное их индексами
[out]	centroid	центроид (среднее значение координат XYZ) набора точек в облаке
[out]	obb_center	положение центра OBB (совпадает с центроидом, если облако центрально-симметрично)
[out]	obb_dimensions	ширина, высота и глубина OBB
[out]	obb_rotational_matrix	матрица вращения OBB

Возвращает

количество корректных точек, использованных для вычисления результата. Для плотных облаков точек это значение совпадает с размером входного облака.

Определение в строке 796 файла centroid.hpp.

Используются ссылки на pcl::computeMeanAndCovarianceMatrix(), pcl::PointCloud< PointT >::is_dense и pcl::isFinite().

#include <pcl/common/centroid.h>

Вычисляет центроид, OBB (ориентированную ограничивающую рамку) и оси PCA для заданного набора точек.

OBB ориентирована вдоль трех осей (главной, средней и малой): major_axis = obb_rotational_matrix.col(0) middle_axis = obb_rotational_matrix.col(1) minor_axis = obb_rotational_matrix.col(2) Один из способов визуализации OBB, если Scalar имеет тип float: Eigen::Vector3f position(obb_position(0), obb_position(1), obb_position(2)); Eigen::Quaternionf quat(obb_rotational_matrix); viewer->addCube(position, quat, obb_dimensions(0), obb_dimensions(1), obb_dimensions(2), .....);

Параметры

[in]	cloud	входное облако точек
[out]	centroid	центроид (среднее значение координат XYZ) набора точек в облаке
[out]	obb_center	положение центра OBB (совпадает с центроидом, если облако центрально-симметрично)
[out]	obb_dimensions	ширина, высота и глубина OBB
[out]	obb_rotational_matrix	матрица вращения OBB

Возвращает

количество корректных точек, использованных для вычисления результата. Для плотных облаков точек это значение совпадает с размером входного облака.

Определение в строке 663 файла centroid.hpp.

Используются ссылки на pcl::computeMeanAndCovarianceMatrix(), pcl::PointCloud< PointT >::is_dense, pcl::isFinite() и pcl::PointCloud< PointT >::size().

#include <pcl/common/eigen.h>

Определяет собственный вектор, соответствующий заданному собственному значению симметричной входной матрицы, положительно полуопределенной

Параметры

[in]	mat	входная симметричная положительно полуопределенная матрица
[in]	eigenvalue	собственное значение, соответствующий собственный вектор которого необходимо вычислить
[out]	eigenvector	собственный вектор, соответствующий входному собственному значению

Определение в строке 226 файла eigen.hpp.

На функцию ссылаются pcl::PrincipalCurvaturesEstimation< PointInT, PointNT, PointOutT >::computePointPrincipalCurvatures(), pcl::SampleConsensusModelLine< PointT >::optimizeModelCoefficients() и pcl::SampleConsensusModelStick< PointT >::optimizeModelCoefficients().

#include <pcl/common/centroid.h>

Вычисляет ковариационную матрицу 3x3 для заданного набора точек.

Результат возвращается в виде Eigen::Matrix3f. Примечание: ковариационная матрица не нормализуется по количеству точек. Для получения нормализованной ковариационной матрицы используйте computeCovarianceMatrixNormalized.

Параметры

[in]	cloud	входное облако точек
[in]	centroid	центроид набора точек в облаке
[out]	covariance_matrix	результирующая ковариационная матрица 3x3

Возвращает

количество корректных точек, использованных для вычисления ковариационной матрицы. Для плотных облаков точек это значение совпадает с размером входного облака.

Примечание

если возвращаемое значение равно 0, ковариационная матрица не изменяется и, следовательно, недействительна.

Определение в строке 192 файла centroid.hpp.

Используются ссылки на pcl::PointCloud< PointT >::empty(), pcl::PointCloud< PointT >::is_dense, pcl::isFinite() и pcl::PointCloud< PointT >::size().

На функцию ссылаются pcl::CovarianceSampling< PointT, PointNT >::applyFilter(), pcl::MomentOfInertiaEstimation< PointT >::compute(), pcl::CovarianceSampling< PointT, PointNT >::computeConditionNumber(), pcl::computeCovarianceMatrix(), pcl::computeCovarianceMatrixNormalized(), pcl::MLSResult::computeMLSSurface() и pcl::SampleConsensusModelLine< PointT >::optimizeModelCoefficients().

#include <pcl/common/centroid.h>

Вычисляет ковариационную матрицу 3x3 для заданного набора точек, используя их индексы.

Результат возвращается в виде Eigen::Matrix3f. Примечание: ковариационная матрица не нормализуется по количеству точек. Для получения нормализованной ковариационной матрицы используйте computeCovarianceMatrixNormalized.

Параметры

[in]	cloud	входное облако точек
[in]	indices	индексы точек облака, которые необходимо использовать
[in]	centroid	центроид набора точек в облаке
[out]	covariance_matrix	результирующая ковариационная матрица 3x3

Возвращает

количество корректных точек, использованных для вычисления ковариационной матрицы. Для плотных облаков точек это значение совпадает с размером входного набора индексов.

Определение в строке 281 файла centroid.hpp.

Используются ссылки на pcl::PointCloud< PointT >::is_dense и pcl::isFinite().

#include <pcl/common/centroid.h>

Вычисляет нормализованную ковариационную матрицу 3x3 для предварительно центрированного облака точек.

Нормализация означает, что каждый элемент разделён на количество элементов в indices. Для небольшого числа точек или если требуется явно вычислить выборочную дисперсию, умножьте ковариационную матрицу на n / (n-1), где n — число точек, использованных для вычисления ковариационной матрицы и возвращаемых этой функцией.

Примечание

Теоретически этот метод является точным. Однако использование типа float во внутренних вычислениях снижает точность, но повышает эффективность.

Параметры

[in]	cloud	входное облако точек
[in]	indices	подмножество точек, заданное их индексами
[out]	covariance_matrix	результирующая ковариационная матрица 3x3

Возвращает

число допустимых точек, использованных для определения ковариационной матрицы. Для плотных облаков точек это значение совпадает с размером входного массива индексов.

Определение в строке 446 файла centroid.hpp.

Ссылки на pcl::PointCloud< PointT >::is_dense и pcl::isFinite().

#include <pcl/common/centroid.h>

Вычисляет ковариационную матрицу 3x3 для заданного набора точек по их индексам.

Результат возвращается как Eigen::Matrix3f. Примечание: ковариационная матрица не нормализована по числу точек. Чтобы получить нормализованную ковариационную матрицу, используйте computeCovarianceMatrixNormalized.

Параметры

[in]	cloud	входное облако точек
[in]	indices	индексы точек облака, которые необходимо использовать
[in]	centroid	центроид набора точек в облаке
[out]	covariance_matrix	результирующая ковариационная матрица 3x3

Возвращает

число допустимых точек, использованных для определения ковариационной матрицы. Для плотных облаков точек это значение совпадает с размером входного массива индексов.

Определение в строке 358 файла centroid.hpp.

Ссылки на pcl::computeCovarianceMatrix() и pcl::PointIndices::indices.

#include <pcl/common/centroid.h>

Вычисляет нормализованную ковариационную матрицу 3x3 для предварительно центрированного облака точек.

Нормализация означает, что каждый элемент разделён на количество элементов в indices. Для небольшого числа точек или если требуется явно вычислить выборочную дисперсию, умножьте ковариационную матрицу на n / (n-1), где n — число точек, использованных для вычисления ковариационной матрицы и возвращаемых этой функцией.

Примечание

Теоретически этот метод является точным. Однако использование типа float во внутренних вычислениях снижает точность, но повышает эффективность.

Параметры

[in]	cloud	входное облако точек
[in]	indices	подмножество точек, заданное их индексами
[out]	covariance_matrix	результирующая ковариационная матрица 3x3

Возвращает

число допустимых точек, использованных для определения ковариационной матрицы. Для плотных облаков точек это значение совпадает с размером входного массива индексов.

Определение в строке 500 файла centroid.hpp.

Ссылки на pcl::computeCovarianceMatrix() и pcl::PointIndices::indices.

#include <pcl/common/centroid.h>

Вычисляет нормализованную ковариационную матрицу 3x3 для предварительно центрированного облака точек.

Нормализация означает, что каждый элемент разделён на число элементов во входном облаке точек. Для небольшого числа точек или если требуется явно вычислить выборочную дисперсию, умножьте ковариационную матрицу на n / (n-1), где n — число точек, использованных для вычисления ковариационной матрицы и возвращаемых этой функцией.

Примечание

Теоретически этот метод является точным. Однако использование типа float во внутренних вычислениях снижает точность, но повышает эффективность.

Параметры

[in]	cloud	входное облако точек
[out]	covariance_matrix	результирующая ковариационная матрица 3x3

Возвращает

число допустимых точек, использованных для определения ковариационной матрицы. Для плотных облаков точек это значение совпадает с размером входного облака.

Определение в строке 392 файла centroid.hpp.

Ссылки на pcl::PointCloud< PointT >::is_dense, pcl::isFinite() и pcl::PointCloud< PointT >::size().

#include <pcl/common/centroid.h>

Вычисляет нормализованную ковариационную матрицу 3x3 для заданного набора точек.

Результат возвращается как Eigen::Matrix3f. Нормализация означает, что каждый элемент разделён на число точек в облаке. Для небольшого числа точек или если требуется явно вычислить выборочную дисперсию, используйте computeCovarianceMatrix и умножьте ковариационную матрицу на 1 / (n-1), где n — число точек, использованных для вычисления ковариационной матрицы и возвращаемых функцией computeCovarianceMatrix.

Параметры

[in]	cloud	входное облако точек
[in]	centroid	центроид набора точек в облаке
[out]	covariance_matrix	результирующая ковариационная матрица 3x3

Возвращает

число допустимых точек, использованных для определения ковариационной матрицы. Для плотных облаков точек это значение совпадает с размером входного облака.

Определение в строке 269 файла centroid.hpp.

Ссылки на pcl::computeCovarianceMatrix().

Используется в pcl::gpu::people::buildTree(), pcl::ConvexHull< PointInT >::calculateInputDimension(), pcl::computeCovarianceMatrixNormalized(), pcl::ConcaveHull< PointInT >::performReconstruction(), pcl::ConvexHull< PointInT >::performReconstruction2D() и pcl::gpu::people::label_skeleton::sortIndicesToBlob2().

#include <pcl/common/centroid.h>

Вычисляет нормализованную ковариационную матрицу 3x3 для заданного набора точек по их индексам.

Результат возвращается как Eigen::Matrix3f. Нормализация означает, что каждый элемент разделён на количество элементов в indices. Для небольшого числа точек или если требуется явно вычислить выборочную дисперсию, используйте computeCovarianceMatrix и умножьте ковариационную матрицу на 1 / (n-1), где n — число точек, использованных для вычисления ковариационной матрицы и возвращаемых функцией computeCovarianceMatrix.

Параметры

[in]	cloud	входное облако точек
[in]	indices	индексы точек облака, которые необходимо использовать
[in]	centroid	центроид набора точек в облаке
[out]	covariance_matrix	результирующая ковариационная матрица 3x3

Возвращает

число допустимых точек, использованных для определения ковариационной матрицы. Для плотных облаков точек это значение совпадает с размером входного массива индексов.

Определение в строке 368 файла centroid.hpp.

Ссылки на pcl::computeCovarianceMatrix().

#include <pcl/common/centroid.h>

Вычисляет нормализованную ковариационную матрицу 3x3 для заданного набора точек по их индексам.

Результат возвращается как Eigen::Matrix3f. Нормализация означает, что каждый элемент разделён на количество элементов в indices. Для небольшого числа точек или если требуется явно вычислить выборочную дисперсию, используйте computeCovarianceMatrix и умножьте ковариационную матрицу на 1 / (n-1), где n — число точек, использованных для вычисления ковариационной матрицы и возвращаемых функцией computeCovarianceMatrix.

Параметры

[in]	cloud	входное облако точек
[in]	indices	индексы точек облака, которые необходимо использовать
[in]	centroid	центроид набора точек в облаке
[out]	covariance_matrix	результирующая ковариационная матрица 3x3

Возвращает

число допустимых точек, использованных для определения ковариационной матрицы. Для плотных облаков точек это значение совпадает с размером входного массива индексов.

Определение в строке 382 файла centroid.hpp.

Ссылки на pcl::computeCovarianceMatrixNormalized() и pcl::PointIndices::indices.

#include <pcl/common/centroid.h>

За один проход вычисляет нормализованную ковариационную матрицу 3x3 и центроид заданного набора точек.

Нормализация означает, что каждый элемент разделён на количество элементов в indices. Для небольшого числа точек или если требуется явно вычислить выборочную дисперсию, умножьте ковариационную матрицу на n / (n-1), где n — число точек, использованных для вычисления ковариационной матрицы и возвращаемых этой функцией.

Примечание

Теоретически этот метод является точным. Однако использование типа float во внутренних вычислениях снижает точность, но повышает эффективность.

Параметры

[in]	cloud	входное облако точек
[in]	indices	подмножество точек, заданное их индексами
[out]	covariance_matrix	результирующая ковариационная матрица 3x3
[out]	centroid	центроид набора точек в облаке

Возвращает

число допустимых точек, использованных для определения ковариационной матрицы. Для плотных облаков точек это значение совпадает с размером входного массива индексов.

Определение в строке 581 файла centroid.hpp.

Ссылки на pcl::PointCloud< PointT >::is_dense, pcl::isFinite(), pcl::K и pcl::PointCloud< PointT >::size().

#include <pcl/common/centroid.h>

За один проход вычисляет нормализованную ковариационную матрицу 3x3 и центроид заданного набора точек.

Нормализация означает, что каждый элемент разделён на количество элементов в indices. Для небольшого числа точек или если требуется явно вычислить выборочную дисперсию, умножьте ковариационную матрицу на n / (n-1), где n — число точек, использованных для вычисления ковариационной матрицы и возвращаемых этой функцией.

Примечание

Теоретически этот метод является точным. Однако использование типа float во внутренних вычислениях снижает точность, но повышает эффективность.

Параметры

[in]	cloud	входное облако точек
[in]	indices	подмножество точек, заданное их индексами
[out]	centroid	центроид набора точек в облаке
[out]	covariance_matrix	результирующая ковариационная матрица 3x3

Возвращает

число допустимых точек, использованных для определения ковариационной матрицы. Для плотных облаков точек это значение совпадает с размером входного массива индексов.

Определение в строке 654 файла centroid.hpp.

Ссылки на pcl::computeMeanAndCovarianceMatrix() и pcl::PointIndices::indices.

#include <pcl/common/centroid.h>

Вычисляет нормированную ковариационную матрицу 3x3 и центроид заданного набора точек за один проход.

Нормированная означает, что каждый элемент был разделён на количество корректных точек в облаке. Для небольшого числа точек или если требуется явно вычислить выборочную дисперсию, умножьте ковариационную матрицу на n / (n-1), где n — количество точек, использованных для вычисления ковариационной матрицы и возвращаемых этой функцией.

Примечание

Теоретически этот метод точен. Однако использование типа float для внутренних вычислений снижает точность, но повышает эффективность.

Параметры

[in]	cloud	входное облако точек
[out]	covariance_matrix	результирующая ковариационная матрица 3x3
[out]	centroid	центроид набора точек в облаке

Возвращает

количество корректных точек, использованных для определения ковариационной матрицы. Для плотных облаков точек оно совпадает с размером входного облака.

Определение в строке 509 файла centroid.hpp.

Ссылки: pcl::PointCloud< PointT >::is_dense, pcl::isFinite(), pcl::K и pcl::PointCloud< PointT >::size().

Используется в: pcl::computeCentroidAndOBB(), pcl::computeMeanAndCovarianceMatrix(), pcl::NormalEstimation< PointInT, PointOutT >::computePointNormal(), pcl::computePointNormal(), pcl::SampleConsensusModelRegistration< PointT >::computeSampleDistanceThreshold(), pcl::getPrincipalTransformation(), pcl::GridProjection< PointNT >::getProjectionWithPlaneFit(), pcl::isPointIn2DPolygon(), pcl::SampleConsensusModelPlane< PointT >::optimizeModelCoefficients(), pcl::SampleConsensusModelStick< PointT >::optimizeModelCoefficients(), pcl::ExtractPolygonalPrismData< PointT >::segment() и pcl::OrganizedMultiPlaneSegmentation< PointT, PointNT, PointLT >::segment().

#include <pcl/common/common.h>

Быстро вычисляет медиану списка значений.

Если количество значений чётное, берётся среднее двух центральных значений. Эту функцию можно использовать следующим образом:

std::vector<double> vector{1.0, 25.0, 9.0, 4.0, 16.0};
const double median = pcl::computeMedian (vector.begin (), vector.end (), static_cast<double(*)(double)>(std::sqrt)); // = 3
pcl::computeMedianauto computeMedian(IteratorT begin, IteratorT end, Functor f) noexcept -> std::result_of_t< Functor(decltype(*begin))>Compute the median of a list of values (fast).Definition: common.h:285
pcl::computeMedian
auto computeMedian(IteratorT begin, IteratorT end, Functor f) noexcept -> std::result_of_t< Functor(decltype(*begin))>
Compute the median of a list of values (fast).
Definition: common.h:285

Параметры

[in,out]	begin,end	Итераторы, обозначающие начало и конец диапазона значений. Эти значения будут переупорядочены!
[in]	f	Лямбда-функция, указатель на функцию или аналогичный объект, неявно применяемый ко всем значениям перед вычислением медианы. Фактически он применяется лениво (то есть не более двух раз), поэтому не должен изменять порядок сортировки (например, допускаются монотонные функции, такие как sqrt).

Возвращает

медиану

Определение в строке 285 файла common.h.

Ссылки: pcl::geometry::distance().

Используется в: pcl::MaximumLikelihoodSampleConsensus< PointT >::computeMedian(), pcl::computeMedian(), pcl::MaximumLikelihoodSampleConsensus< PointT >::computeMedianAbsoluteDeviation() и pcl::LeastMedianSquares< PointT >::computeModel().

#include <pcl/common/centroid.h>

Универсальное вычисление nD-центроида набора точек с использованием их индексов.

Параметры

cloud	входное облако точек
indices	индексы точек облака, которые необходимо использовать
centroid	выходной центроид

Определение в строке 1133 файла centroid.hpp.

#include <pcl/common/centroid.h>

Универсальное вычисление nD-центроида набора точек с использованием их индексов.

Параметры

cloud	входное облако точек
indices	индексы точек облака, которые необходимо использовать
centroid	выходной центроид

Определение в строке 1156 файла centroid.hpp.

Ссылки: pcl::computeNDCentroid() и pcl::PointIndices::indices.

#include <pcl/common/centroid.h>

Универсальное вычисление nD-центроида набора точек с использованием их индексов.

Параметры

cloud	входное облако точек
centroid	выходной центроид

Определение в строке 1111 файла centroid.hpp.

Ссылки: pcl::PointCloud< PointT >::empty() и pcl::PointCloud< PointT >::size().

Используется в: pcl::computeNDCentroid().

#include <pcl/common/io.h>

Объединяет два объекта pcl::PCLPointCloud2.

Предупреждение

Эта функция выполнит объединение только в том случае, если поля, не подлежащие пропуску, расположены в правильном порядке и их количество совпадает.

Параметры

[in]	cloud1	первый входной набор данных облака точек
[in]	cloud2	второй входной набор данных облака точек
[out]	cloud_out	результирующий выходной набор данных облака точек

Возвращает

true в случае успеха, иначе false

Определение в строке 299 файла io.h.

Ссылки: pcl::PCLPointCloud2::concatenate().

#include <pcl/common/io.h>

Объединяет два облака pcl::PointCloud<PointT>.

Параметры

[in]	cloud1	первый входной набор данных облака точек
[in]	cloud2	второй входной набор данных облака точек
[out]	cloud_out	результирующий выходной набор данных облака точек

Возвращает

true в случае успеха, иначе false

Определение в строке 281 файла io.h.

Ссылки: pcl::PointCloud< PointT >::concatenate().

Используется в: pcl::PCLPointCloud2::concatenate(), pcl::PolygonMesh::concatenate(), pcl::outofcore::OutofcoreOctreeDiskContainer< PointT >::insertRange(), pcl::PolygonMesh::operator+=(), pcl::outofcore::OutofcoreOctreeBaseNode< ContainerT, PointT >::queryBBIncludes(), pcl::outofcore::OutofcoreOctreeBaseNode< ContainerT, PointT >::queryBBIncludes_subsample() и pcl::outofcore::OutofcoreOctreeDiskContainer< PointT >::read().

#include <pcl/common/io.h>

Объединяет два объекта pcl::PolygonMesh.

Параметры

[in]	mesh1	первая входная сетка
[in]	mesh2	вторая входная сетка
[out]	mesh_out	результирующая выходная сетка

Возвращает

true в случае успеха, иначе false

Определение в строке 314 файла io.h.

Ссылки: pcl::PolygonMesh::concatenate().

#include <pcl/common/io.h>

Объединяет два набора данных, представляющих различные поля.

Примечание

Если входные наборы данных содержат пересекающиеся поля (то есть оба содержат одни и те же поля), данные второго облака (cloud2_in) перезапишут данные первого (cloud1_in).

Параметры

[in]	cloud1_in	первый входной набор данных
[in]	cloud2_in	второй входной набор данных (перезаписывает поля первого набора данных, совпадающие с его полями)
[out]	cloud_out	выходной набор данных, созданный путём объединения всех полей входных наборов данных

#include <pcl/common/impl/io.hpp>

Объединяет два набора данных, представляющих различные поля.

Примечание

Если входные наборы данных содержат пересекающиеся поля (то есть оба содержат одни и те же поля), данные второго облака (cloud2_in) перезапишут данные первого (cloud1_in).

Параметры

[in]	cloud1_in	первый входной набор данных
[in]	cloud2_in	второй входной набор данных (перезаписывает поля первого набора данных, совпадающие с его полями)
[out]	cloud_out	результирующий выходной набор данных, созданный путём объединения всех полей входных наборов данных

Определение в строке 303 файла io.hpp.

Ссылки: pcl::PointCloud< PointT >::header, pcl::PointCloud< PointT >::height, pcl::PointCloud< PointT >::is_dense, pcl::PointCloud< PointT >::resize(), pcl::PointCloud< PointT >::size() и pcl::PointCloud< PointT >::width.

#include <pcl/common/copy_point.h>

Копирует поля исходной точки в целевую точку.

Если типы исходной и целевой точек совпадают, выполняется полное копирование. В противном случае копируются только общие для обоих типов точек поля.

Параметры

[in]	point_in	исходная точка
[out]	point_out	целевая точка

Определение в строке 137 файла copy_point.hpp.

Используется в: pcl::ConditionalRemoval< PointT >::applyFilter(), pcl::FilterIndices< PointT >::applyFilter(), pcl::MovingLeastSquares< PointInT, PointOutT >::copyMissingFields(), pcl::copyPointCloud(), pcl::detail::copyPointCloudMemcpy(), pcl::gpu::extractEuclideanClusters(), pcl::search::Search< PointT >::nearestKSearchT(), pcl::KdTree< PointT >::nearestKSearchT(), pcl::registration::detail::pointCopyOrRef(), pcl::KdTree< PointT >::radiusSearchT() и pcl::search::Search< PointT >::radiusSearchT().

#include <pcl/common/io.h>

Извлекает точки с заданными индексами из облака точек и помещает их в новое облако точек.

Параметры

[in]	cloud_in	входной набор данных облака точек
[in]	indices	вектор индексов точек, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующий выходной набор данных облака точек

Примечание

Предполагается, что индексы уникальны.

#include <pcl/common/io.h>

Извлекает точки с заданными индексами из облака точек и помещает их в новое облако точек.

Параметры

[in]	cloud_in	входной набор данных облака точек
[in]	indices	вектор индексов точек, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующий выходной набор данных облака точек

Примечание

Предполагается, что индексы уникальны.

#include <pcl/common/io.h>

Копирует поля и данные облака точек из cloud_in в cloud_out.

Параметры

[in]	cloud_in	входной набор данных облака точек
[out]	cloud_out	результирующий выходной набор данных облака точек

#include <pcl/common/impl/io.hpp>

Извлекает точки с заданными индексами из облака точек и помещает их в новое облако точек.

Параметры

[in]	cloud_in	входной набор данных облака точек
[in]	indices	вектор индексов точек, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующий выходной набор данных облака точек

Примечание

Предполагается, что индексы уникальны.

Определение в строке 188 файла io.hpp.

Ссылки: pcl::copyPoint(), pcl::PointCloud< PointT >::header, pcl::PointCloud< PointT >::height, pcl::PointCloud< PointT >::is_dense, pcl::PointCloud< PointT >::resize(), pcl::PointCloud< PointT >::sensor_orientation_, pcl::PointCloud< PointT >::sensor_origin_ и pcl::PointCloud< PointT >::width.

#include <pcl/common/impl/io.hpp>

Извлекает точки с заданными индексами из облака точек и помещает их в новое облако точек.

Параметры

[in]	cloud_in	входной набор данных облака точек
[in]	indices	структура PointIndices, содержащая точки, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующий выходной набор данных облака точек

Примечание

Предполагается, что индексы уникальны.

Определение в строке 217 файла io.hpp.

Ссылки: pcl::copyPointCloud() и pcl::PointIndices::indices.

#include <pcl/common/impl/io.hpp>

Извлекает точки с заданными индексами из облака точек и помещает их в новое облако точек.

Параметры

[in]	cloud_in	входной набор данных облака точек
[in]	indices	вектор индексов точек, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующий выходной набор данных облака точек

Примечание

Предполагается, что индексы уникальны.

Определение в строке 265 файла io.hpp.

Ссылки: pcl::copyPoint(), pcl::copyPointCloud(), pcl::PointCloud< PointT >::header, pcl::PointCloud< PointT >::height, pcl::PointCloud< PointT >::is_dense, pcl::PointCloud< PointT >::resize(), pcl::PointCloud< PointT >::sensor_orientation_, pcl::PointCloud< PointT >::sensor_origin_, pcl::PointCloud< PointT >::size() и pcl::PointCloud< PointT >::width.

#include <pcl/common/impl/io.hpp>

Копирует все поля заданного облака точек в новое облако точек.

Параметры

[in]	cloud_in	входной набор данных облака точек
[out]	cloud_out	результирующий выходной набор данных облака точек

Определение в строке 142 файла io.hpp.

Ссылки: pcl::detail::copyPointCloudMemcpy(), pcl::PointCloud< PointT >::empty(), pcl::PointCloud< PointT >::header, pcl::PointCloud< PointT >::height, pcl::PointCloud< PointT >::is_dense, pcl::PointCloud< PointT >::resize(), pcl::PointCloud< PointT >::sensor_orientation_, pcl::PointCloud< PointT >::sensor_origin_, pcl::PointCloud< PointT >::size() и pcl::PointCloud< PointT >::width.

Используется в: pcl::HypothesisVerification< ModelT, SceneT >::addModels(), pcl::outofcore::OutofcoreOctreeBaseNode< ContainerT, PointT >::addPointCloud(), pcl::outofcore::OutofcoreOctreeBaseNode< ContainerT, PointT >::addPointCloud_and_genLOD(), pcl::LineRGBD< PointXYZT, PointRGBT >::addTemplate(), pcl::keypoints::internal::AgastApplyNonMaxSuppresion< Out >::AgastApplyNonMaxSuppresion(), pcl::keypoints::internal::AgastDetector< Out >::AgastDetector(), pcl::ExtractIndices< PointT >::applyFilter(), pcl::FastBilateralFilter< PointT >::applyFilter(), pcl::FastBilateralFilterOMP< PointT >::applyFilter(), pcl::FilterIndices< PointT >::applyFilter(), pcl::MedianFilter< PointT >::applyFilter(), ObjectRecognition::applyFiltersAndSegment(), pcl::applyMorphologicalOperator(), pcl::GeometricConsistencyGrouping< PointModelT, PointSceneT >::clusterCorrespondences(), pcl::Hough3DGrouping< PointModelT, PointSceneT, PointModelRfT, PointSceneRfT >::clusterCorrespondences(), pcl::tracking::PyramidalKLTTracker< PointInT, IntensityT >::computePyramids(), pcl::copyPointCloud(), pcl::LineRGBD< PointXYZT, PointRGBT >::createAndAddTemplate(), pcl::HarrisKeypoint6D< PointInT, PointOutT, NormalT >::detectKeypoints(), pcl::BriskKeypoint2D< PointInT, PointOutT, IntensityT >::detectKeypoints(), pcl::Filter< PointT >::filter(), pcl::occlusion_reasoning::ZBuffering< ModelT, SceneT >::filter(), pcl::occlusion_reasoning::filter(), pcl::SupervoxelClustering< PointT >::getLabeledCloud(), pcl::SupervoxelClustering< PointT >::getLabeledVoxelCloud(), pcl::occlusion_reasoning::getOccludedCloud(), pcl::getPointCloudDifference(), pcl::SupervoxelClustering< PointT >::getVoxelCentroidCloud(), pcl::ConcaveHull< PointInT >::performReconstruction(), pcl::outofcore::OutofcoreOctreeBaseNode< ContainerT, PointT >::queryBBIncludes() и pcl::io::savePLYFile().

#include <pcl/common/impl/io.hpp>

Извлекает точки с заданными индексами из облака точек и помещает их в новое облако точек.

Параметры

[in]	cloud_in	входной набор данных облака точек
[in]	indices	вектор индексов точек, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующий выходной набор данных облака точек

Примечание

Предполагается, что индексы уникальны.

Определение в строке 160 файла io.hpp.

Ссылки: pcl::PointCloud< PointT >::clear(), pcl::PointCloud< PointT >::header, pcl::PointCloud< PointT >::height, pcl::PointCloud< PointT >::is_dense, pcl::PointCloud< PointT >::reserve(), pcl::PointCloud< PointT >::sensor_orientation_, pcl::PointCloud< PointT >::sensor_origin_, pcl::PointCloud< PointT >::size(), pcl::PointCloud< PointT >::transient_push_back() и pcl::PointCloud< PointT >::width.

#include <pcl/common/impl/io.hpp>

Извлекает точки с заданными индексами из облака точек и помещает их в новое облако точек.

Параметры

[in]	cloud_in	входной набор данных облака точек
[in]	indices	структура PointIndices, содержащая точки, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующий выходной набор данных облака точек

Примечание

Предполагается, что индексы уникальны.

Определение в строке 208 файла io.hpp.

Ссылки: pcl::copyPointCloud() и pcl::PointIndices::indices.

#include <pcl/common/impl/io.hpp>

Извлечь индексы заданного облака точек и создать на их основе новое облако точек.

Параметры

[in]	cloud_in	входной набор данных облака точек
[in]	indices	вектор индексов, задающий точки для копирования из cloud_in
[out]	cloud_out	результирующий выходной набор данных облака точек

Примечание

Предполагается, что индексы уникальны.

Определение в строке 226 файла io.hpp.

Ссылки: pcl::PointCloud< PointT >::clear(), pcl::PointCloud< PointT >::header, pcl::PointCloud< PointT >::height, pcl::PointCloud< PointT >::is_dense, pcl::PointCloud< PointT >::reserve(), pcl::PointCloud< PointT >::sensor_orientation_, pcl::PointCloud< PointT >::sensor_origin_, pcl::PointCloud< PointT >::size(), pcl::PointCloud< PointT >::transient_push_back() и pcl::PointCloud< PointT >::width.

#include <pcl/common/impl/io.hpp>

Копировать облако точек во внутреннюю часть облака большего размера с интерполяцией границ.

Параметры

[in]	cloud_in	входной набор данных облака точек
[out]	cloud_out	результирующий выходной набор данных облака точек
	top
	bottom
	left
	right	Положение cloud_in внутри cloud_out задаётся параметрами top, left, bottom right.
[in]	border_type	метод интерполяции (pcl::BORDER_XXX) BORDER_REPLICATE: aaaaaa|abcdefgh|hhhhhhh BORDER_REFLECT: fedcba|abcdefgh|hgfedcb BORDER_REFLECT_101: gfedcb|abcdefgh|gfedcba BORDER_WRAP: cdefgh|abcdefgh|abcdefg BORDER_CONSTANT: iiiiii|abcdefgh|iiiiiii с заданным значением 'i' BORDER_TRANSPARENT: mnopqr|abcdefgh|tuvwxyz, где m-r и t-z — исходные значения cloud_out
	value

Исключения

pcl::BadArgumentException

если значение любого из параметров top, bottom, left или right отрицательно.

Определение в строке 337 файла io.hpp.

Ссылки: pcl::BORDER_CONSTANT, pcl::BORDER_TRANSPARENT, pcl::PointCloud< PointT >::data(), pcl::PointCloud< PointT >::header, pcl::PointCloud< PointT >::height, pcl::interpolatePointIndex(), pcl::PointCloud< PointT >::is_dense, pcl::PointCloud< PointT >::resize(), pcl::PointCloud< PointT >::sensor_orientation_, pcl::PointCloud< PointT >::sensor_origin_, pcl::PointCloud< PointT >::size() и pcl::PointCloud< PointT >::width.

#include <pcl/common/impl/norms.hpp>

Вычислить CS-норму вектора между двумя точками.

Параметры

A	первая точка
B	вторая точка
dim	число измерений в A и B (число измерений должно совпадать)

Примечание

FloatVectorT — вектор любого типа, значения которого доступны через [ ]

Определение в строке 169 файла norms.hpp.

Используется в pcl::selectNorm().

#include <pcl/common/angles.h>

Преобразовать угол из градусов в радианы.

Параметры

alpha

входной угол (в градусах)

Определение в строке 79 файла angles.hpp.

#include <pcl/common/angles.h>

Преобразовать угол из градусов в радианы.

Параметры

alpha

входной угол (в градусах)

Определение в строке 67 файла angles.hpp.

Используется в pcl::RangeImage::createFromPointCloud(), pcl::RangeImage::createFromPointCloudWithKnownSize(), pcl::RangeImage::getImpactAngleBasedOnLocalNormal(), pcl::ShapeContext3DEstimation< PointInT, PointNT, PointOutT >::initCompute() и pcl::UniqueShapeContext< PointInT, PointOutT, PointRFT >::initCompute().

#include <pcl/common/centroid.h>

Вычесть центроид из облака точек и вернуть представление с нулевым средним в виде матрицы Eigen.

Параметры

[in]	cloud_in	входное облако точек
[in]	centroid	центроид облака точек
[out]	cloud_out	результирующие выходные координаты XYZ0 из cloud_in в виде матрицы Eigen (4 строки, N столбцов точек)

Определение в строке 1054 файла centroid.hpp.

Ссылки: pcl::PointCloud< PointT >::size().

#include <pcl/common/centroid.h>

Вычесть центроид из облака точек и вернуть представление с нулевым средним.

Параметры

[in]	cloud_in	входное облако точек
[in]	centroid	центроид облака точек
[out]	cloud_out	результирующее выходное облако точек

Определение в строке 966 файла centroid.hpp.

#include <pcl/common/centroid.h>

Вычесть центроид из облака точек и вернуть представление с нулевым средним в виде матрицы Eigen.

Параметры

[in]	cloud_in	входное облако точек
[in]	indices	набор индексов точек входного облака, которые следует использовать
[in]	centroid	центроид облака точек
[out]	cloud_out	результирующие выходные координаты XYZ0 из cloud_in в виде матрицы Eigen (4 строки, N столбцов точек)

Определение в строке 1077 файла centroid.hpp.

#include <pcl/common/centroid.h>

Вычесть центроид из облака точек и вернуть представление с нулевым средним.

Параметры

[in]	cloud_in	входное облако точек
[in]	indices	набор индексов точек входного облака, которые следует использовать
[out]	centroid	центроид облака точек
	cloud_out	результирующее выходное облако точек

Определение в строке 983 файла centroid.hpp.

Ссылки: pcl::PointCloud< PointT >::header, pcl::PointCloud< PointT >::height, pcl::PointCloud< PointT >::is_dense, pcl::PointCloud< PointT >::resize(), pcl::PointCloud< PointT >::size() и pcl::PointCloud< PointT >::width.

#include <pcl/common/centroid.h>

Вычесть центроид из облака точек и вернуть представление с нулевым средним в виде матрицы Eigen.

Параметры

[in]	cloud_in	входное облако точек
[in]	indices	набор индексов точек входного облака, которые следует использовать
[in]	centroid	центроид облака точек
[out]	cloud_out	результирующие выходные координаты XYZ0 из cloud_in в виде матрицы Eigen (4 строки, N столбцов точек)

Определение в строке 1101 файла centroid.hpp.

Ссылки: pcl::demeanPointCloud() и pcl::PointIndices::indices.

#include <pcl/common/centroid.h>

Вычесть центроид из облака точек и вернуть представление с нулевым средним.

Параметры

[in]	cloud_in	входное облако точек
[in]	indices	набор индексов точек входного облака, которые следует использовать
[out]	centroid	центроид облака точек
	cloud_out	результирующее выходное облако точек

Определение в строке 1013 файла centroid.hpp.

Ссылки: pcl::demeanPointCloud() и pcl::PointIndices::indices.

#include <pcl/common/centroid.h>

Вычитает центроид из облака точек и возвращает представление с вычтенным средним в виде матрицы Eigen.

Параметры

[in]	cloud_iterator	итератор по входному облаку точек
[in]	centroid	центроид облака точек
[out]	cloud_out	результирующие выходные измерения XYZ0 cloud_in в виде матрицы Eigen (4 строки, N столбцов точек)
[in]	npts	количество отсчётов, гарантированно оставшихся во входном облаке и доступных через итератор. Если не задано, значение будет вычислено.

Определение в строке 1023 файла centroid.hpp.

Ссылки: pcl::ConstCloudIterator< PointT >::isValid() и pcl::ConstCloudIterator< PointT >::reset().

#include <pcl/common/centroid.h>

Вычитает центроид из облака точек и возвращает представление с вычтенным средним.

Параметры

[in]	cloud_iterator	итератор по входному облаку точек
[in]	centroid	центроид облака точек
[out]	cloud_out	результирующее выходное облако точек
[in]	npts	количество отсчётов, гарантированно оставшихся во входном облаке и доступных через итератор. Если не задано, значение будет вычислено.

Определение в строке 933 файла centroid.hpp.

Ссылки: pcl::PointCloud< PointT >::height, pcl::ConstCloudIterator< PointT >::isValid(), pcl::ConstCloudIterator< PointT >::reset(), pcl::PointCloud< PointT >::resize(), pcl::PointCloud< PointT >::size() и pcl::PointCloud< PointT >::width.

Используется в: pcl::demeanPointCloud(), pcl::registration::TransformationEstimation2D< PointSource, PointTarget, Scalar >::estimateRigidTransformation(), pcl::registration::TransformationEstimation3Point< PointSource, PointTarget, Scalar >::estimateRigidTransformation(), pcl::ConcaveHull< PointInT >::performReconstruction(), pcl::ESFEstimation< PointInT, PointOutT >::scale_points_unit_sphere() и pcl::OURCVFHEstimation< PointInT, PointNT, PointOutT >::sgurf().

#include <pcl/common/eigen.h>

Вычисляет определитель матрицы 3x3.

Параметры

[in]

matrix

матрица

Возвращает

определитель матрицы

Определение в строке 502 файла eigen.hpp.

#include <pcl/common/impl/norms.hpp>

Вычисляет div-норму вектора между двумя точками.

Параметры

A	первая точка
B	вторая точка
dim	число измерений в A и B (размерности должны совпадать)

Примечание

FloatVectorT — вектор любого типа, значения которого доступны через [ ]

Определение в строке 183 файла norms.hpp.

Используется в pcl::selectNorm().

#include <pcl/common/eigen.h>

Определяет наименьшее собственное значение и соответствующий ему собственный вектор

Параметры

[in]	mat	входная матрица, которая должна быть симметричной и положительно полуопределённой
[out]	eigenvectors	собственный вектор, соответствующий наименьшему собственному значению входной матрицы
[out]	eigenvalues	наименьшее собственное значение входной матрицы

Определение в строке 172 файла eigen.hpp.

#include <pcl/common/eigen.h>

Определяет наименьшее собственное значение и соответствующий ему собственный вектор

Параметры

[in]	mat	входная матрица, которая должна быть симметричной и положительно полуопределённой
[out]	eigenvalue	наименьшее собственное значение входной матрицы
[out]	eigenvector	собственный вектор, соответствующий наименьшему собственному значению входной матрицы

Определение в строке 133 файла eigen.hpp.

Используется в pcl::approximatePolygon2D().

#include <pcl/common/eigen.h>

Определяет собственные значения и соответствующие собственные векторы симметричной положительно полуопределённой входной матрицы

Параметры

[in]	mat	симметричная положительно полуопределённая входная матрица
[out]	evecs	соответствующие собственные векторы, упорядоченные в соответствии с собственными значениями
[out]	evals	результирующие собственные значения в порядке возрастания

Определение в строке 344 файла eigen.hpp.

Ссылки: pcl::computeRoots() и pcl::geometry::distance().

#include <pcl/common/eigen.h>

Определяет собственный вектор и собственное значение, соответствующее наименьшему собственному значению симметричной положительно полуопределённой входной матрицы

Параметры

[in]	mat	симметричная положительно полуопределённая входная матрица
[out]	eigenvalue	наименьшее собственное значение входной матрицы
[out]	eigenvector	собственный вектор, соответствующий входному собственному значению

Примечание

если наименьшее собственное значение не единственно, эта функция может вернуть любой собственный вектор, соответствующий этому собственному значению.

Определение в строке 295 файла eigen.hpp.

Ссылка: pcl::computeRoots().

Используется в: pcl::gpu::people::buildTree(), pcl::ConvexHull< PointInT >::calculateInputDimension(), pcl::MLSResult::computeMLSSurface(), pcl::IntensityGradientEstimation< PointInT, PointNT, PointOutT, IntensitySelectorT >::computePointIntensityGradient(), pcl::IntegralImageNormalEstimation< PointInT, PointOutT >::computePointNormal(), pcl::IntegralImageNormalEstimation< PointInT, PointOutT >::computePointNormalMirror(), pcl::PrincipalCurvaturesEstimation< PointInT, PointNT, PointOutT >::computePointPrincipalCurvatures(), pcl::SampleConsensusModelRegistration< PointT >::computeSampleDistanceThreshold(), pcl::VectorAverage< real, dimension >::doPCA(), pcl::VectorAverage< real, dimension >::getEigenVector1(), pcl::getPrincipalTransformation(), pcl::GridProjection< PointNT >::getProjectionWithPlaneFit(), pcl::isPointIn2DPolygon(), pcl::SampleConsensusModelLine< PointT >::optimizeModelCoefficients(), pcl::SampleConsensusModelPlane< PointT >::optimizeModelCoefficients(), pcl::SampleConsensusModelStick< PointT >::optimizeModelCoefficients(), pcl::ConcaveHull< PointInT >::performReconstruction(), pcl::ConvexHull< PointInT >::performReconstruction2D(), pcl::HarrisKeypoint3D< PointInT, PointOutT, NormalT >::responseTomasi(), pcl::ExtractPolygonalPrismData< PointT >::segment(), pcl::OrganizedMultiPlaneSegmentation< PointT, PointNT, PointLT >::segment(), pcl::solvePlaneParameters() и pcl::gpu::people::label_skeleton::sortIndicesToBlob2().

#include <pcl/common/eigen.h>

Определяет собственные значения симметричной положительно полуопределённой входной матрицы

Параметры

[in]	mat	симметричная положительно полуопределённая входная матрица
[out]	evals	результирующие собственные значения в порядке возрастания

Определение в строке 330 файла eigen.hpp.

Ссылка: pcl::computeRoots().

#include <pcl/common/common.h>

Вычисляет наименьший угол между двумя трёхмерными векторами в радианах (по умолчанию) или градусах.

Параметры

v1	первый трёхмерный вектор (представлен как Eigen::Vector3f)
v2	второй трёхмерный вектор (представлен как Eigen::Vector3f)
in_degree	определяет, следует ли выражать угол в радианах или градусах

Возвращает

угол между v1 и v2 в радианах или градусах

Определение в строке 59 файла common.hpp.

Ссылка: M_PI.

#include <pcl/common/common.h>

Вычисляет наименьший угол между двумя 3D-векторами в радианах (по умолчанию) или градусах.

Параметры

v1	первый 3D-вектор (представленный как Eigen::Vector4f)
v2	второй 3D-вектор (представленный как Eigen::Vector4f)
in_degree	определяет, должен ли угол быть задан в радианах или градусах

Возвращает

угол между v1 и v2 в радианах или градусах

Примечание

Учитывает ошибку округления для параллельных и антипараллельных векторов

Определение в строке 47 файла common.hpp.

Ссылается на M_PI.

Используется в pcl::tracking::NormalCoherence< PointInT >::computeCoherence(), pcl::tracking::ParticleFilterTracker< PointInT, StateT >::computeTransformedPointCloudWithNormal(), pcl::LCCPSegmentation< PointT >::connIsConvex(), pcl::SampleConsensusModelCone< PointT, PointNT >::countWithinDistance(), pcl::SampleConsensusModelCylinder< PointT, PointNT >::countWithinDistance(), pcl::SampleConsensusModelNormalSphere< PointT, PointNT >::countWithinDistance(), pcl::SampleConsensusModelNormalPlane< PointT, PointNT >::countWithinDistanceStandard(), pcl::SampleConsensusModelCone< PointT, PointNT >::getDistancesToModel(), pcl::SampleConsensusModelCylinder< PointT, PointNT >::getDistancesToModel(), pcl::SampleConsensusModelNormalPlane< PointT, PointNT >::getDistancesToModel(), pcl::SampleConsensusModelNormalSphere< PointT, PointNT >::getDistancesToModel(), pcl::SampleConsensusModelCone< PointT, PointNT >::isModelValid(), pcl::SampleConsensusModelCylinder< PointT, PointNT >::isModelValid(), pcl::SampleConsensusModelParallelLine< PointT >::isModelValid(), pcl::SampleConsensusModelPerpendicularPlane< PointT >::isModelValid(), pcl::SampleConsensusModelCone< PointT, PointNT >::selectWithinDistance(), pcl::SampleConsensusModelCylinder< PointT, PointNT >::selectWithinDistance(), pcl::SampleConsensusModelNormalPlane< PointT, PointNT >::selectWithinDistance() и pcl::SampleConsensusModelNormalSphere< PointT, PointNT >::selectWithinDistance().

#include <pcl/common/common.h>

Вычисляет радиус описанной окружности треугольника, образованного тремя точками pa, pb и pc.

Параметры

pa	первая точка
pb	вторая точка
pc	третья точка

Возвращает

радиус описанной окружности

Определение в строке 383 файла common.hpp.

Используется в pcl::ConcaveHull< PointInT >::performReconstruction().

#include <pcl/common/io.h>

Копирует размеры XYZ из матрицы MatrixXf библиотеки Eigen в сообщение pcl::PCLPointCloud2.

Параметры

[in]	in	формат MatrixXf библиотеки Eigen, содержащий XYZ0 / точку
[out]	out	результирующее сообщение облака точек

Примечание

метод предполагает, что поля сообщения PCLPointCloud2 уже настроены должным образом!

#include <pcl/common/eigen.h>

Извлекает углы Эйлера (внутренние вращения, соглашение ZYX) из заданного преобразования.

Параметры

[in]	t	входная матрица преобразования
[in]	roll	результирующий угол крена
[in]	pitch	результирующий угол тангажа
[in]	yaw	результирующий угол рыскания

Определение в строке 595 файла eigen.hpp.

Используется в pcl::tracking::ParticleXYZRPY::sample().

#include <pcl/common/io.h>

Возвращает индекс указанного поля (то есть измерения/канала)

Параметры

[in]	cloud	сообщение облака точек
[in]	field_name	строка, задающая имя поля

Возвращает

индекс поля или отрицательное целое число, если поле с указанным именем не существует

Определение в строке 61 файла io.h.

Ссылается на pcl::geometry::distance() и pcl::PCLPointCloud2::fields.

#include <pcl/common/impl/io.hpp>