本文介绍了如何使用PCL库中的VOXEL方法对点云进行稀疏化处理，以降低计算复杂度并节省资源。通过设定网格大小（分辨率），将点云划分为网格并保留每个网格内的一个点。代码示例展示了如何应用该方法，过滤后的点云数量显著减少，但形状基本保持不变，适用于对精确度要求不高的场景。官方效果图对比显示，VOXEL过滤能有效减小点云密度，提高处理速度。
在使用PCL的处理点云时，很多时候我们不需要有太过高的分辨率，因为点云过多会造成计算变慢，并且更加消耗计算资源，所以我们需要把点云变稀，voxel就是一个很好的方法。
voxel就是三维的pixel，也就是把点云画出网格，然后每个网格内保留一个点就可以了。网格的大小可以自己定义，这就相当于一个downsample（下采样）
大概的样子就是这样，我显示出了所有的点，如果某一个格子内没有点就可以不显示了，你也可以把格子调的很密，颜色也可以保留。
话不多说，直接上代码：
首先必要的引用的是
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>其中特殊的也就是第三个了，前两个要用PCL项目的话基本上都会引用了。第三个引用了就可以使用PCL自带的voxel的功能了，不过如果不太信任pcl的筛选方法也可以自己写一个，voxel的原理很简单，就是遍历塞进不同的格子里，实现起来也就不怎么难了，我们这里只讲怎么使用pcl的方法，毕竟这样实现起来最快。
接下来的核心代码：
pcl::VoxelGrid<pcl::PCLPointCloud2> sor;
sor.setIn
最低0.47元/天 解锁文章
扫一扫
789
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
