#include <pcl/pcl_macros.h>

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

Определение в строке 433 файла pcl_macros.h.

#include <pcl/memory.h>

 EIGEN_MAKE_ALIGNED_OPERATOR_NEW \
 using _custom_allocator_type_trait = void;

Макрос для обозначения класса, требующего пользовательского аллокатора.

Это деталь реализации, необходимая для работы pcl::has_custom_allocator, тонкий обертка над собственным макросом Eigen.

См. также

pcl::has_custom_allocator, pcl::make_shared

Определение в строке 63 файла memory.h.

#include <pcl/point_types.h>

Тип данных для хранения расширенной информации о переходе от фонового к фоновому состоянию. Спецификация полей для BorderDescription::traits.

Определение в строке 307 файла point_types.h.

#include <pcl/point_types.h>

Указание полей для BorderDescription::traits.

Определение в строке 312 файла point_types.h.

#include <pcl/common/norms.h>

Перечисление, определяющее все типы норм.

Примечание

Любой новый тип нормы должен иметь собственное значение перечисления и свой случай в методе selectNorm ()

Определение в строке 54 файла norms.h.

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

Вычисление нормы B вектора между двумя точками.

Параметры

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

Примечание

FloatVectorT — любой тип вектора с доступными значениями по индексу [ ]

Определение в строке 140 файла norms.hpp.

Ссылка на pcl::selectNorm().

#include <pcl/common/common.h>

Вычисление площади многоугольника по заданному облаку точек, определяющему многоугольник.

Параметры

polygon

облако точек, содержащее вершины, составляющие многоугольник. Вершины хранятся против часовой стрелки.

Возвращает

площадь многоугольника

Определение в строке 414 файла common.hpp.

Ссылается на pcl::PointCloud< PointT >::size().

#include <pcl/common/centroid.h>

Вычислить центр масс 3D (X-Y-Z) набора точек, используя их индексы, и вернуть его в виде 3D-вектора.

Параметры

[in]	cloud	входное облако точек
[in]	indices	индексы облака точек, которые нужно использовать
[out]	centroid	результирующий центр масс

Возвращает

количество допустимых точек, используемых для определения центра масс. В случае плотных облаков точек, это совпадает с размером входных индексов.

Примечание

если возвращаемое значение равно 0, центр масс не изменяется, а значит, не является валидным. Последний компонент вектора устанавливается в 1, что позволяет преобразовывать вектор центра масс с помощью 4x4 матриц.

Определение в строке 136 файла centroid.hpp.

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

#include <pcl/common/centroid.h>

Вычислить центр масс 3D (X-Y-Z) набора точек, используя их индексы, и вернуть его в виде 3D-вектора.

Параметры

[in]	cloud	входное облако точек
[in]	indices	индексы облака точек, которые нужно использовать
[out]	centroid	результирующий центр масс

Возвращает

количество допустимых точек, используемых для определения центра масс. В случае плотных облаков точек, это совпадает с размером входных индексов.

Примечание

если возвращаемое значение равно 0, центр масс не изменяется, а значит, не является валидным. Последний компонент вектора устанавливается в 1, что позволяет преобразовывать вектор центра масс с помощью 4x4 матриц.

Определение в строке 182 файла centroid.hpp.

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

#include <pcl/common/centroid.h>

Вычислить центр масс 3D (X-Y-Z) набора точек и вернуть его в виде 3D-вектора.

Параметры

[in]	cloud	входное облако точек
[out]	centroid	результирующий центр масс

Возвращает

количество допустимых точек, используемых для определения центра масс. В случае плотных облаков точек, это совпадает с размером входного облака.

Примечание

если возвращаемое значение равно 0, центр масс не изменяется, а значит, не является валидным. Последний компонент вектора устанавливается в 1, что позволяет преобразовывать вектор центра масс с помощью 4x4 матриц.

Определение в строке 88 файла centroid.hpp.

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

#include <pcl/common/centroid.h>

Вычислить центр масс 3D (X-Y-Z) набора точек и вернуть его в виде 3D вектора.

Parameters

[in]	cloud_iterator	итератор входного облака точек
[out]	centroid	результирующий центр масс

Returns

количество корректных точек, используемых для определения центра масс. В случае плотного облака точек, это совпадает с размером входного облака.

Note

если возвращаемое значение равно 0, центр масс не изменяется и, следовательно, не является допустимым. Последний компонент вектора устанавливается в 1, что позволяет преобразовать вектор центра масс с помощью матриц 4x4.

Definition at line 56 of file centroid.hpp.

References pcl::isFinite(), and pcl::ConstCloudIterator< PointT >::isValid().

Referenced by 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(), and pcl::gpu::people::label_skeleton::sortIndicesToBlob2().

#include <pcl/common/centroid.h>

Вычислить центр масс набора точек и вернуть его в виде точки.

Parameters

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

Definition at line 936 of file centroid.hpp.

References pcl::PointCloud< PointT >::is_dense, and pcl::isFinite().

#include <pcl/common/centroid.h>

Вычислить центр масс набора точек и вернуть его в виде точки.

Реализация использует класс CentroidPoint и поэтому ведет себя иначе, чем compute3DCentroid() и computeNDCentroid(). Подробнее см. документацию по CentroidPoint.

Parameters

[in]	cloud	входное облако точек
[out]	centroid	результирующий центр масс

Returns

количество корректных точек, используемых для определения центра масс (будет таким же, как размер облака, если оно плотное)

Note

Если возвращаемое значение 0, то центр масс не изменяется и, следовательно, не является допустимым.

Definition at line 917 of file centroid.hpp.

References pcl::PointCloud< PointT >::is_dense, and pcl::isFinite().

#include <pcl/common/eigen.h>

определяет соответствующий собственный вектор заданного собственного значения симметричной положительно полуопределённой входной матрицы

Параметры

[in]	mat	симметричная положительно полуопределённая входная матрица
[in]	eigenvalue	собственное значение, для которого необходимо вычислить соответствующий собственный вектор
[out]	eigenvector	соответствующий собственный вектор для входного собственного значения

Определение в строке 226 файла eigen.hpp.

Используется в pcl::PrincipalCurvaturesEstimation< PointInT, PointNT, PointOutT >::computePointPrincipalCurvatures(), pcl::SampleConsensusModelLine< PointT >::optimizeModelCoefficients() и pcl::SampleConsensusModelStick< PointT >::optimizeModelCoefficients().

#include <pcl/common/centroid.h>

Вычисление матрицы ковариаций 3x3 заданного набора точек.

Результат возвращается как Eigen::Matrix3f. Примечание: матрица ковариаций не нормализуется на количество точек. Для нормализованной ковариации используйте computeCovarianceMatrixNormalized.

Параметры

[in]	cloud	входное облако точек
[in]	centroid	центр набора точек в облаке
[out]	covariance_matrix	полученная матрица ковариаций 3x3

Возвращает

количество допустимых точек, используемых для определения матрицы ковариаций. В случае плотных облаков точек это совпадает с размером входного облака.

Примечание

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

Определение в строке 191 файла centroid.hpp.

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

Используется в 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>

Вычисление матрицы ковариаций 3x3 заданного набора точек с использованием их индексов.

Результат возвращается как Eigen::Matrix3f. Примечание: матрица ковариаций не нормализуется на количество точек. Для нормализованной ковариации используйте computeCovarianceMatrixNormalized.

Параметры

[in]	cloud	входное облако точек
[in]	indices	индексы точек облака, которые необходимо использовать
[in]	centroid	центр набора точек в облаке
[out]	covariance_matrix	полученная матрица ковариаций 3x3

Возвращает

количество допустимых точек, используемых для определения матрицы ковариаций. В случае плотных облаков точек это совпадает с размером входных индексов.

Определение в строке 280 файла centroid.hpp.

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

#include <pcl/common/centroid.h>

Вычисление нормированной 3x3 матрицы ковариации для уже центрированного облака точек.

Нормированное означает, что каждая запись была разделена на количество записей в индексах. Для небольшого числа точек или если вы явно хотите выборочную дисперсию, масштабируйте матрицу ковариации с помощью n / (n-1), где n — количество точек, используемых для расчёта матрицы ковариации, и возвращается этой функцией.

Примечание

Этот метод теоретически точный. Однако использование float для внутренних вычислений снижает точность, но увеличивает эффективность.

Параметры

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

Возвращает

количество валидных точек, используемых для определения матрицы ковариации. В случае плотных облаков точек это совпадает с размером входных индексов.

Определение в строке 445 файла centroid.hpp.

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

#include <pcl/common/centroid.h>

Вычисление 3x3 матрицы ковариации заданного набора точек, используя их индексы.

Результат возвращается как Eigen::Matrix3f. Примечание: матрица ковариации не нормируется с количеством точек. Для нормированной ковариации используйте computeCovarianceMatrixNormalized.

Параметры

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

Возвращает

количество валидных точек, используемых для определения матрицы ковариации. В случае плотных облаков точек это совпадает с размером входных индексов.

Определение в строке 357 файла centroid.hpp.

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

#include <pcl/common/centroid.h>

Вычисление нормированной 3x3 матрицы ковариации для уже центрированного облака точек.

Нормированное означает, что каждая запись была разделена на количество записей в индексах. Для небольшого числа точек или если вы явно хотите выборочную дисперсию, масштабируйте матрицу ковариации с помощью n / (n-1), где n — количество точек, используемых для расчёта матрицы ковариации, и возвращается этой функцией.

Примечание

Этот метод теоретически точный. Однако использование float для внутренних вычислений снижает точность, но увеличивает эффективность.

Параметры

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

Возвращает

количество валидных точек, используемых для определения матрицы ковариации. В случае плотных облаков точек это совпадает с размером входных индексов.

Определение в строке 499 файла centroid.hpp.

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

#include <pcl/common/centroid.h>

Вычисление нормированной 3x3 матрицы ковариации для уже центрированного облака точек.

Нормированно означает, что каждая запись была разделена на количество записей в входном облаке точек. Для небольшого количества точек или если вы хотите явно выборочную дисперсию, масштабируйте матрицу ковариации на n / (n-1), где n — количество точек, используемых для расчёта матрицы ковариации, и возвращается этой функцией.

Примечание

Этот метод теоретически точен. Однако использование float для внутренних расчётов снижает точность, но повышает эффективность.

Параметры

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

Возвращает

количество допустимых точек, используемых для определения матрицы ковариации. В случае плотных облаков точек это то же самое, что и размер входного облака.

Определение в строке 391 файла centroid.hpp.

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

#include <pcl/common/centroid.h>

Вычисление нормированной 3x3 матрицы ковариации заданного набора точек.

Результат возвращается как Eigen::Matrix3f. Нормированно означает, что каждая запись была разделена на количество точек в облаке точек. Для небольшого количества точек или если вы хотите явно выборочную дисперсию, используйте computeCovarianceMatrix и масштабируйте матрицу ковариации на 1 / (n-1), где n — количество точек, используемых для расчёта матрицы ковариации, и возвращается функцией computeCovarianceMatrix.

Параметры

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

Возвращает

количество допустимых точек, используемых для определения матрицы ковариации. В случае плотных облаков точек это то же самое, что и размер входного облака.

Определение в строке 268 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>

Вычисление нормированной 3x3 матрицы ковариации заданного набора точек, используя их индексы.

Результат возвращается как Eigen::Matrix3f. Нормированно означает, что каждая запись была разделена на количество записей в indices. Для небольшого количества точек или если вы хотите явно выборочную дисперсию, используйте computeCovarianceMatrix и масштабируйте матрицу ковариации на 1 / (n-1), где n — количество точек, используемых для расчёта матрицы ковариации, и возвращается функцией computeCovarianceMatrix.

Параметры

[in]	cloud	входное облако точек
[in]	indices	индексы точек облака точек, которые нужно использовать
[in]	centroid	центр набора точек в облаке
[out]	covariance_matrix	результирующая матрица ковариации 3x3

Возвращает

количество допустимых точек, используемых для определения матрицы ковариации. В случае плотных облаков точек это то же самое, что и размер входных indices.

Определение в строке 367 файла centroid.hpp.

Ссылки на pcl::computeCovarianceMatrix().

#include <pcl/common/centroid.h>

Вычисление нормированной 3x3 ковариационной матрицы заданного набора точек с использованием их индексов.

Результат возвращается как Eigen::Matrix3f. Нормированно означает, что каждая запись была разделена на количество записей в индексах. Для небольшого числа точек или если вам явно нужна дисперсия выборки, используйте computeCovarianceMatrix и масштабируйте ковариационную матрицу на 1 / (n-1), где n — количество точек, используемых для вычисления ковариационной матрицы, и возвращается функцией computeCovarianceMatrix.

Параметры

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

Возвращает

количество допустимых точек, используемых для определения ковариационной матрицы. В случае плотных облаков точек это совпадает с размером входных индексов.

Определение в строке 381 файла centroid.hpp.

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

#include <pcl/common/centroid.h>

Вычисление нормированной 3x3 ковариационной матрицы и центра тяжести заданного набора точек в одном цикле.

Нормированно означает, что каждая запись была разделена на количество записей в индексах. Для небольшого числа точек или если вам явно нужна дисперсия выборки, масштабируйте ковариационную матрицу на n / (n-1), где n — количество точек, используемых для вычисления ковариационной матрицы, и возвращается этой функцией.

Примечание

Этот метод теоретически точен. Однако использование float для внутренних вычислений уменьшает точность, но увеличивает эффективность.

Параметры

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

Возвращает

количество допустимых точек, используемых для определения ковариационной матрицы. В случае плотных облаков точек это совпадает с размером входных индексов.

Определение в строке 580 файла centroid.hpp.

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

#include <pcl/common/centroid.h>

Вычисление нормированной 3x3 ковариационной матрицы и центра тяжести заданного набора точек в одном цикле.

Нормированно означает, что каждая запись была разделена на количество записей в индексах. Для небольшого числа точек или если вам явно нужна дисперсия выборки, масштабируйте ковариационную матрицу на n / (n-1), где n — количество точек, используемых для вычисления ковариационной матрицы, и возвращается этой функцией.

Примечание

Этот метод теоретически точен. Однако использование float для внутренних вычислений уменьшает точность, но увеличивает эффективность.

Параметры

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

Возвращает

количество допустимых точек, используемых для определения ковариационной матрицы. В случае плотных облаков точек это совпадает с размером входных индексов.

Определение в строке 653 файла centroid.hpp.

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

#include <pcl/common/centroid.h>

Вычисление нормированной 3x3 матрицы ковариации и центра масс заданного набора точек в одном цикле.

Нормированная означает, что каждая запись была разделена на количество допустимых записей в облаке точек. Для небольшого числа точек или если вам явно нужна выборочная дисперсия, масштабируйте матрицу ковариации на n / (n-1), где n - количество точек, используемых для расчета матрицы ковариации, и возвращается этой функцией.

Примечание

Этот метод теоретически точен. Однако использование float для внутренних вычислений снижает точность, но увеличивает эффективность.

Параметры

[in]	cloud	входное облако точек
[out]	covariance_matrix	результирующая 3x3 матрица ковариации
[out]	centroid	центр масс набора точек в облаке

Возвращает

количество допустимых точек, используемых для определения матрицы ковариации. В случае плотных облаков точек это совпадает с размером входного облака.

Определение в строке 508 файла centroid.hpp.

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

Используется в 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>

Вычисление медианы списка значений (быстро).

Если количество значений четное, берется среднее из двух средних 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, которые отмечают начало и конец диапазона значений. Эти значения будут переупорядочены!
[in]	f	Lambda, указатель на функцию или аналогичное, неявно применяемое ко всем значениям перед вычислением медианы. На самом деле он будет применяться лениво (т.е. не более двух раз), и поэтому, возможно, не изменит порядок сортировки (например, разрешены монотонные функции, такие как sqrt)

Возвращает

медиана

Определение в строке 285 файла common.h.

Ссылки на 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>

Общая, универсальная оценка nD центра масс для набора точек, используя их индексы.

Параметры

cloud	входное облако точек
indices	индексы облака точек, которые необходимо использовать
centroid	результирующий центр масс

Определение в строке 863 файла centroid.hpp.

#include <pcl/common/centroid.h>

Общее, универсальное вычисление центра масс nD для набора точек, используя их индексы.

Параметры

облако	входное облако точек
индексы	индексы точек облака, которые нужно использовать
центр	выходной центр масс

Определение в строке 886 файла centroid.hpp.

Ссылается на pcl::computeNDCentroid() и pcl::PointIndices::indices.

#include <pcl/common/centroid.h>

Общее, универсальное вычисление центра масс nD для набора точек.

Параметры

облако	входное облако точек
центр	выходной центр масс

Определение в строке 841 файла centroid.hpp.

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

Ссылка на pcl::computeNDCentroid().

#include <pcl/common/io.h>

Конкатенация двух pcl::PCLPointCloud2.

Предупреждение

Эта функция выполнит конкатенацию ТОЛЬКО если поля без пропуска в правильном порядке и одинаковое количество.

Параметры

[вход]	облако1	первое входное облако точек
[вход]	облако2	второе входное облако точек
[выход]	облако_выход	результирующее выходное облако точек

Возвращает

true при успехе, false в противном случае

Определение в строке 291 файла io.h.

Ссылается на pcl::PCLPointCloud2::concatenate().

#include <pcl/common/io.h>

Конкатенация двух pcl::PointCloud<PointT>

Параметры

[вход]	облако1	первое входное облако точек
[вход]	облако2	второе входное облако точек
[выход]	облако_выход	результирующее выходное облако точек

Возвращает

true при успехе, false в противном случае

Определение в строке 273 файла io.h.

Ссылается на pcl::PointCloud< PointT >::concatenate().

Ссылка на pcl::PointCloud< PointT >::concatenate(), pcl::PCLPointCloud2::concatenate(), pcl::PolygonMesh::concatenate(), pcl::outofcore::OutofcoreOctreeDiskContainer< PointT >::insertRange(), pcl::PointCloud< PointT >::operator+=(), 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>

Объединить две pcl::PolygonMesh.

Параметры

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

Возвращает

true при успехе, false в противном случае

Определение в строке 306 файла io.h.

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

#include <pcl/common/io.h>

Объединение двух наборов данных, представляющих различные поля.

Примечание

Если входные наборы данных имеют перекрывающиеся поля (т. е. оба содержат одинаковые поля), то данные во втором облаке (cloud2_in) перезапишут данные в первом (cloud1_in).

Параметры

[in]	cloud1_in	первый входной набор данных
[in]	cloud2_in	второй входной набор данных (перезаписывает поля первого набора данных для совпадающих полей)
[out]	cloud_out	выходной набор данных, созданный путем объединения всех полей входных наборов данных

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

Объединение двух наборов данных, представляющих различные поля.

Примечание

Если входные наборы данных имеют перекрывающиеся поля (т. е. оба содержат одинаковые поля), то данные во втором облаке (cloud2_in) перезапишут данные в первом (cloud1_in).

Параметры

[in]	cloud1_in	первый входной набор данных
[in]	cloud2_in	второй входной набор данных (перезаписывает поля первого набора данных для совпадающих полей)
[out]	cloud_out	результирующий выходной набор данных, созданный путём конкатенации всех полей входных наборов данных

Определение в строке 303 файла io.hpp.

Ссылки на 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 точки-источника в точку-приемник.

Если типы точек-источника и -приемника одинаковые, то выполняется полная копия. В противном случае копируются только те поля, которые общие для обоих типов точек.

Parameters

[in]	point_in	точка-источник
[out]	point_out	точка-приемник

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::registration::CorrespondenceEstimationBackProjection< PointSource, PointTarget, NormalT, Scalar >::determineCorrespondences(), pcl::registration::CorrespondenceEstimationNormalShooting< PointSource, PointTarget, NormalT, Scalar >::determineCorrespondences(), pcl::registration::CorrespondenceEstimationBackProjection< PointSource, PointTarget, NormalT, Scalar >::determineReciprocalCorrespondences(), pcl::registration::CorrespondenceEstimation< PointSource, PointTarget, Scalar >::determineReciprocalCorrespondences(), pcl::registration::CorrespondenceEstimationNormalShooting< PointSource, PointTarget, NormalT, Scalar >::determineReciprocalCorrespondences(), pcl::gpu::extractEuclideanClusters(), pcl::search::Search< PointT >::nearestKSearchT(), pcl::KdTree< PointT >::nearestKSearchT(), pcl::KdTree< PointT >::radiusSearchT(), и pcl::search::Search< PointT >::radiusSearchT().

#include <pcl/common/io.h>

Выделяет индексы заданного облака точек как новое облако точек.

Parameters

[in]	cloud_in	входное облако точек
[in]	indices	вектор индексов, представляющих точки, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующее выходное облако точек

Примечание

Предполагает уникальные индексы.

#include <pcl/common/io.h>

Выделяет индексы заданного облака точек как новое облако точек.

Parameters

[in]	cloud_in	входное облако точек
[in]	indices	вектор индексов, представляющих точки, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующее выходное облако точек

Примечание

Предполагает уникальные индексы.

#include <pcl/common/io.h>

Копирует поля и данные облака точек из cloud_in в cloud_out.

Parameters

[in]	cloud_in	входное облако точек
[out]	cloud_out	результирующее выходное облако точек

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

Извлечь индексы заданного облака точек в виде нового облака точек.

Parameters

[in]	cloud_in	входное облако точек
[in]	indices	вектор индексов, представляющих точки, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующее выходное облако точек

Note

Предполагаются уникальные индексы.

Определение в строке 188 файла io.hpp.

Ссылки на 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>

Извлечь индексы заданного облака точек в виде нового облака точек.

Parameters

[in]	cloud_in	входное облако точек
[in]	indices	структура PointIndices, представляющая точки, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующее выходное облако точек

Note

Предполагаются уникальные индексы.

Определение в строке 217 файла io.hpp.

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

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

Извлечь индексы заданного облака точек в виде нового облака точек.

Parameters

[in]	cloud_in	входное облако точек
[in]	indices	вектор индексов, представляющих точки, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующее выходное облако точек

Note

Предполагаются уникальные индексы.

Определение в строке 265 файла io.hpp.

Ссылки на 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>

Копировать все поля из данного 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 на 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>

Извлечь индексы заданного облака точек как новое облако точек.

Параметры

[in]	cloud_in	входное облако точек
[in]	indices	вектор индексов, представляющих точки, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующее выходное облако точек

Примечание

Предполагает уникальные индексы.

Определение в строке 160 файла io.hpp.

Ссылки на 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>

Извлечь индексы заданного облака точек как новое облако точек.

Параметры

[in]	cloud_in	входное облако точек
[in]	indices	структура PointIndices, представляющая точки, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующее выходное облако точек

Примечание

Предполагает уникальные индексы.

Определение в строке 208 файла io.hpp.

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

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

Извлечь индексы заданного облака точек как новое облако точек.

Параметры

[in]	cloud_in	входное облако точек
[in]	indices	вектор индексов, представляющих точки, которые нужно скопировать из cloud_in
[out]	cloud_out	результирующее выходное облако точек

Примечание

Предполагает уникальные индексы.

Определение в строке 226 файла io.hpp.

Ссылки на 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>

Копирует облако точек внутри большего, интерполируя границы.

Parameters

[in]	cloud_in	входное облако точек
[out]	cloud_out	результирующее облако точек
	top
	bottom
	left
	right	Положение cloud_in внутри cloud_out задаётся параметрами top, left, bottom и 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 некоторым заданным 'i' BORDER_TRANSPARENT: mnopqr|abcdefgh|tuvwxyz где m-r и t-z - исходные значения cloud_out
	value

Exceptions

pcl::BadArgumentException

если любое из значений top, bottom, left или right отрицательно.

Определение в строке 337 файла io.hpp.

Ссылки на pcl::BORDER_CONSTANT, pcl::BORDER_TRANSPARENT, 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>

Вычисляет норму CS вектора между двумя точками.

Parameters

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

Note

FloatVectorT - любой тип вектора, значения которого доступны через [ ]

Определение в строке 169 файла norms.hpp.

Используется в pcl::selectNorm().

#include <pcl/common/angles.h>

Преобразование угла из градусов в радианы.

Parameters

alpha

входной угол (в градусах)

Определение в строке 79 файла angles.hpp.

#include <pcl/common/angles.h>

Преобразование угла из градусов в радианы.

Parameters

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>

Вычитает центр масс из облака точек и возвращает результат как матрицу Eigen.

Parameters

[in]	cloud_in	входное облако точек
[in]	centroid	центр масс облака точек
[out]	cloud_out	результирующее выходное облако XYZ0 размерности cloud_in в виде матрицы Eigen (4 строки, N столбцов точек)

Определение в строке 784 файла centroid.hpp.

Ссылается на pcl::PointCloud< PointT >::size().

#include <pcl/common/centroid.h>

Вычитает центр масс из облака точек и возвращает результат.

Parameters

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

Определение в строке 696 файла centroid.hpp.

#include <pcl/common/centroid.h>

Вычитает центр масс из облака точек и возвращает результат как матрицу Eigen.

Parameters

[in]	cloud_in	входное облако точек
[in]	indices	множество индексов точек для использования из входного облака точек
[in]	centroid	центр масс облака точек
[out]	cloud_out	результирующее выходное облако XYZ0 размерности cloud_in в виде матрицы Eigen (4 строки, N столбцов точек)

Определение в строке 807 файла centroid.hpp.

#include <pcl/common/centroid.h>

Вычитает центр масс из облака точек и возвращает результат.

Parameters

[in]	cloud_in	входное облако точек
[in]	indices	множество индексов точек для использования из входного облака точек
[out]	centroid	центр масс облака точек
	cloud_out	результирующее выходное облако точек

Определение в строке 713 файла centroid.hpp.

Ссылается на 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>

Вычитание центра масс из облака точек и возврат обезличенной репрезентации в виде матрицы Eigen.

Параметры

[in]	cloud_in	входное облако точек
[in]	indices	набор индексов точек для использования из входного облака точек
[in]	centroid	центр масс облака точек
[out]	cloud_out	результирующее выходное облако XYZ0 размерности cloud_in в виде матрицы Eigen (4 строки, N точек столбцов)

Определение в строке 831 файла centroid.hpp.

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

#include <pcl/common/centroid.h>

Вычитание центра масс из облака точек и возврат обезличенной репрезентации.

Параметры

[in]	cloud_in	входное облако точек
[in]	indices	набор индексов точек для использования из входного облака точек
[out]	centroid	центр масс облака точек
	cloud_out	результирующее выходное облако точек

Определение в строке 743 файла centroid.hpp.

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

#include <pcl/common/centroid.h>

Вычитание центра масс из облака точек и возврат обезличенной репрезентации в виде матрицы Eigen.

Параметры

[in]	cloud_iterator	итератор по входному облаку точек
[in]	centroid	центр масс облака точек
[out]	cloud_out	результирующее выходное облако XYZ0 размерности cloud_in в виде матрицы Eigen (4 строки, N точек столбцов)
[in]	npts	количество образцов, гарантированно оставшихся во входном облаке, доступное по итератору. Если не указано, будет вычислено.

Определение в строке 753 файла centroid.hpp.

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

#include <pcl/common/centroid.h>

Вычесть центр масс из облака точек и вернуть полученное без смещения представление.

Параметры

[in]	cloud_iterator	итератор по входному облаку точек
[in]	centroid	центр масс облака точек
[out]	cloud_out	результирующее выходное облако точек
[in]	npts	количество образцов, гарантированно оставшихся в облаке ввода, доступное по итератору. Если не указано, будет вычислено.

Определение в строке 663 файла centroid.hpp.

Ссылки на 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>

Вычисление определителя 3x3 матрицы.

Параметры

[in]

matrix

матрица

Возвращает

определитель матрицы

Определение в строке 492 файла eigen.hpp.

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

Вычисление нормы div вектора между двумя точками.

Параметры

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

Примечание

FloatVectorT - любой тип вектора с доступом к значениям через [ ]

Определение в строке 183 файла norms.hpp.

Используется в pcl::selectNorm().

#include <pcl/common/eigen.h>

определение наименьшего собственного значения и соответствующего собственного вектора

Параметры

[in]	mat	входная матрица, которая должна быть симметричной и положительно полуопределенной
[out]	eigenvectors	соответствующий собственный вектор наименьшего собственного значения входной матрицы
[out]	eigenvalues	наименьшее собственное значение входной матрицы

Определение в строке 172 файла eigen.hpp.

#include <pcl/common/eigen.h>

определение наименьшего собственного значения и соответствующего собственного вектора

Параметры

[in]	mat	входная матрица, которая должна быть симметричной и положительно полуопределенной
[out]	eigenvalue	наименьшее собственное значение входной матрицы
[out]	eigenvector	соответствующий собственный вектор наименьшего собственного значения 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 определенной входной матрицы

Parameters

[in]	mat	симметричная положительно определенная входная матрица
[out]	evecs	соответствующие собственные векторы в правильном порядке по отношению к собственным значениям
[out]	evals	полученные собственные значения в порядке возрастания

Определение в строке 334 файла eigen.hpp.

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

#include <pcl/common/eigen.h>

определяет собственный вектор и собственное значение наименьшего собственного значения симметричной положительно определенной входной матрицы

Parameters

[in]	mat	симметричная положительно определенная входная матрица
[out]	eigenvalue	наименьшее собственное значение входной матрицы
[out]	eigenvector	соответствующий собственный вектор для входного собственного значения

Note

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

Определение в строке 296 файла eigen.hpp.

Ссылки на 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 определенной входной матрицы

Parameters

[in]	mat	симметричная положительно определенная входная матрица
[out]	evals	полученные собственные значения в порядке возрастания

Определение в строке 320 файла eigen.hpp.

Ссылки на pcl::computeRoots().

#include <pcl/common/common.h>

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

Parameters

v1	первый 3D вектор (представленный как Eigen::Vector3f)
v2	второй 3D вектор (представленный как Eigen::Vector3f)
in_degree	определяет, должен ли угол быть в радианах или градусах

Returns

угол между v1 и v2 в радианах или градусах

Определение в строке 59 файла common.hpp.

Ссылки на M_PI.

#include <pcl/common/common.h>

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

Parameters

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

Returns

угол между v1 и v2 в радианах или градусах

Note

Обрабатывает ошибки округления для параллельных и антипараллельных векторов

Определение в строке 47 файла common.hpp.

Ссылки на M_PI.

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

#include <pcl/common/common.h>

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

Parameters

pa	первая точка
pb	вторая точка
pc	третья точка

Returns

радиус описанной окружности

Определение в строке 383 файла common.hpp.

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

#include <pcl/common/io.h>

Скопировать XYZ-размеры из Eigen MatrixXf в сообщение pcl::PCLPointCloud2.

Parameters

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

Note

Метод предполагает, что сообщение PCLPointCloud2 уже содержит правильно настроенные поля!

#include <pcl/common/eigen.h>

Извлечь углы Эйлера (собственные вращения, соглашение ZYX) из заданного преобразования.

Параметры

[вход]	t	матрица входного преобразования
[выход]	roll	результирующий угол крен
[выход]	pitch	результирующий угол тангаж
[выход]	yaw	результирующий угол рыскание

Определение в строке 585 файла eigen.hpp.

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

#include <pcl/common/io.h>

Получить индекс указанного поля (т.е., размерности/канала)

Параметры

[вход]	cloud	сообщение облака точек
[вход]	field_name	строка, определяющая имя поля

Определение в строке 60 файла io.h.

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

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

Получить индекс указанного поля (т.е., размерности/канала)

Шаблоны параметров

PointT

тип данных, для которого запрашиваются поля

Параметры

[вход]	field_name	строка, определяющая имя поля
[вход]	fields	вектор к исходному вектору PCLPointField, содержащемуся в сообщении исходного облака точек

Определение в строке 71 файла io.hpp.

Ссылки на pcl::geometry::distance().

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

Получить индекс указанного поля (т.е., размерности/канала)

Шаблоны параметров

PointT

тип данных, для которого запрашиваются поля

Параметры

[вход]	field_name	строка, определяющая имя поля
[выход]	fields	вектор к исходному вектору PCLPointField, содержащемуся в сообщении исходного облака точек

Определение в строке 61 файла io.hpp.

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

Получить список доступных полей (т.е., размерности/канала)

Шаблоны параметров

PointT

тип данных, сведения о котором запрашиваются

Определение в строке 97 файла io.hpp.

#include <pcl/common/io.h>

Получение размера определённого типа поля данных в байтах.

Parameters

[in]

datatype

тип данных поля (см. PCLPointField.h)

Определение в строке 119 файла io.h.

Ссылки на pcl::PCLPointField::BOOL, pcl::PCLPointField::FLOAT32, pcl::PCLPointField::FLOAT64, pcl::PCLPointField::INT16, pcl::PCLPointField::INT32, pcl::PCLPointField::INT64, pcl::PCLPointField::INT8, PCL_FALLTHROUGH, pcl::PCLPointField::UINT16, pcl::PCLPointField::UINT32, pcl::PCLPointField::UINT64, и pcl::PCLPointField::UINT8.

Используется в pcl::PCDWriter::generateHeader(), pcl::visualization::PointCloudColorHandlerGenericField< PointT >::getColor(), pcl::PCDWriter::writeBinary() и pcl::PCDWriter::writeBinaryCompressed().

#include <pcl/common/io.h>

Получение доступных полей облака точек в виде строки, разделённой пробелами.

Parameters

[in]

cloud

указатель на сообщение PointCloud