LibLas读写LAS文件+降采样

LibLas读写LAS文件+降采样

前段时间课题组需要写一个点云数据降采样的小程序，要求读写内容都是LAS文件。本来CGAL可以做到，但是发现CGAL中写LAS文件的头文件好像有点问题，经过查阅资料决定用liblas解决。
踩了很多坑，好在最后问题终于解决了。这里把代码记录下来，以供后续查阅。
虽然采用的是pcl中的均匀采样，可是出来的结果貌似并不是很均匀，这个程序在release模式下运行没问题，但是debug模式总是会报一个错误，目前还没找到什么好的办法可以解决。。。。。。。不过目前的需求是能用就行~。

#include <liblas\liblas.hpp>
#include <fstream>
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>
#include <pcl/keypoints/uniform_sampling.h>
#include <pcl/common/common.h>
#include <algorithm>

using namespace pcl;

void las2las(std::string fname)
{

	//打开las文件
	std::ifstream ifs(fname, std::ios::in | std::ios::binary);
	liblas::ReaderFactory f;
	liblas::Reader reader = f.CreateWithStream(ifs);

	//读取las文件信息头
	liblas::Header const& header = reader.GetHeader();
	int nbPoints = header.GetPointRecordsCount();

	//设置初始偏移量（这一步没有的话会报错，好像是一个什么内存上的问题，偏移量写入输出部分的文件头。保证两份数据在相同坐标体系下）
	double x_setoff = header.GetOffsetX();
	double y_setoff = header.GetOffsetY();
	double z_setoff = header.GetOffsetZ();

	//转换为pcl格式
	pcl::PointCloud<pcl::PointXYZRGB>::Ptr in_cloud(new pcl::PointCloud<pcl::PointXYZRGB>);
	in_cloud->resize(nbPoints);

	int i = 0;
	while (reader.ReadNextPoint())
	{
		//坐标信息
		in_cloud->points[i].x = reader.GetPoint().GetX();
		in_cloud->points[i].y = reader.GetPoint().GetY();
		in_cloud->points[i].z = reader.GetPoint().GetZ();
		//颜色信息
		uint16_t r1 = reader.GetPoint().GetColor().GetRed();
		uint16_t g1 = reader.GetPoint().GetColor().GetGreen();
		uint16_t b1 = reader.GetPoint().GetColor().GetBlue();
		uint32_t r2 = ceil(((float)r1 / 65536)*(float)256);
		uint32_t g2 = ceil(((float)g1 / 65536)*(float)256);
		uint32_t b2 = ceil(((float)b1 / 65536)*(float)256);
		uint32_t rgb = ((int)r2) << 16 | ((int)g2) << 8 | ((int)b2);
		in_cloud->points[i].rgb = *reinterpret_cast<float*>(&rgb);

		i++;
	}

	//均匀采样（pcl），这里的采样方法可以任意替换，只要代码没有问题，基本不会报错
	pcl::PointCloud<pcl::PointXYZRGB>::Ptr filteredCloud(new pcl::PointCloud<pcl::PointXYZRGB>);
	pcl::UniformSampling<pcl::PointXYZRGB> filter;
	filter.setInputCloud(in_cloud);
	filter.setRadiusSearch(0.15f);     //本来希望将点云密度设置为0.1m，可是这里设置为0.15效果貌似更好点。
	filter.filter(*filteredCloud);

	//写入las文件
	fname.replace(fname.find("in"), 2, "out");
	std::ofstream ofs = std::ofstream(fname, std::ios::out | std::ios::binary);

	   //设置文件头、格式、偏移量、缩放因子、点数、缩放因子
	liblas::Header f_header;
	f_header.SetVersionMajor(1);
	f_header.SetVersionMinor(2);
	f_header.SetDataFormatId(liblas::PointFormatName::ePointFormat3);
	f_header.SetOffset(x_setoff,y_setoff,z_setoff);   //这里注意偏移量要从读取部分的头文件获取
	f_header.SetScale(0.001, 0.001, 0.001);
	int out_p_n = filteredCloud->size();
	f_header.SetPointRecordsCount(out_p_n);
	liblas::Writer writer(ofs, f_header);
	liblas::Point point(&f_header);

	   //转换为las
	for (size_t i = 0; i < filteredCloud->size(); ++i)
	{
		double x = filteredCloud->points[i].x;
		double y = filteredCloud->points[i].y;
		double z = filteredCloud->points[i].z;
		point.SetX(x);
		point.SetY(y);
		point.SetZ(z);
		uint32_t r = (uint32_t)filteredCloud->points[i].r;
		uint32_t g = (uint32_t)filteredCloud->points[i].g;
		uint32_t b = (uint32_t)filteredCloud->points[i].b;
		liblas::Color pointColor(r, g, b);
		point.SetColor(pointColor);
		writer.WritePoint(point);
	}

	writer.SetHeader(f_header);
	ofs.flush();
	ofs.close();
	std::cout << fname << "     " <<"finished!"<<std::endl;

	in_cloud->clear();
	filteredCloud->clear();

}

int main()
{

	测试
	//las2las("E:/temp/in/Tile_1321222320002302112.las");
	

    //这里是读取txt中的全部文件名。有一个小插件可以获取文件夹下所有文件名，并保存在一个txt中
	std::ifstream ifs;
	ifs.open("G:/Production_3 (2)_in/dir.txt");
	std::vector<std::string> dir;
	
	while (!ifs.eof())
	{
		std::string str;
		std::getline(ifs, str);
		dir.push_back(str);
	}
	ifs.close();
	//std::cout << dir.size() << std::endl;
	for (size_t i = 0; i < dir.size()-1; ++i)
	{
		las2las(dir[i]);
	}

	return EXIT_SUCCESS;

}