1. PCD格式说明

# .PCD v0.7 - Point Cloud Data file format
VERSION 0.7       
FIELDS x y z
SIZE 4 4 4
TYPE F F F
COUNT 1 1 1
WIDTH 460400
HEIGHT 1
VIEWPOINT 0 0 0 1 0 0 0
POINTS 460400
DATA ascii
从0.7版本开始，PCD文件头包含下面的字段：
 
 
VERSION –指定PCD文件版本
 
 
FIELDS –指定一个点可以有的每一个维度和字段的名字。例如：
 
 
FIELDS x y z # XYZ data
FIELDS x y z rgb # XYZ + colors
FIELDS x y z normal_xnormal_y normal_z # XYZ + surface normals
FIELDS j1 j2 j3 # moment invariants
SIZE –用字节数指定每一个维度的大小。例如：
 
unsigned char/char has 1 byte
unsigned short/short has 2 bytes
unsignedint/int/float has 4 bytes
double has 8 bytes
TYPE –用一个字符指定每一个维度的类型。现在被接受的类型有：
 
I – 表示有符号类型int8（char）、int16（short）和int32（int）；
U – 表示无符号类型uint8（unsigned char）、uint16（unsigned short）和uint32（unsigned int）；
F – 表示浮点类型。
 
COUNT –指定每一个维度包含的元素数目。例如，x这个数据通常有一个元素，但是像VFH这样的特征描述子就有308个。实际上这是在给每一点引入n维直方图描述符的方法，把它们当做单个的连续存储块。默认情况下，如果没有COUNT，所有维度的数目被设置成1。
 
 
WIDTH –用点的数量表示点云数据集的宽度。根据是有序点云还是无序点云，WIDTH有两层解释：
 
  
它能确定无序数据集的点云中点的个数（和下面的POINTS一样）；
它能确定有序点云数据集的宽度（一行中点的数目）。
 
注意：有序点云数据集，意味着点云是类似于图像（或者矩阵）的结构，数据分为行和列。这种点云的实例包括立体摄像机和时间飞行摄像机生成的数据。有序数据集的优势在于，预先了解相邻点（和像素点类似）的关系，邻域操作更加高效，这样就加速了计算并降低了PCL中某些算法的成本。
 
 
HEIGHT –用点的数目表示点云数据集的高度。类似于WIDTH ，HEIGHT也有两层解释：
 
  
它表示有序点云数据集的高度（行的总数）；
对于无序数据集它被设置成1（被用来检查一个数据集是有序还是无序）。
 
 
VIEWPOINT –指定数据集中点云的获取视点。VIEWPOINT有可能在不同坐标系之间转换的时候应用，在辅助获取其他特征时也比较有用，例如曲面法线，在判断方向一致性时，需要知道视点的方位，
 视点信息被指定为平移（txtytz）+四元数（qwqxqyqz）。默认值是：
 VIEWPOINT 0 0 0 1 0 0 0
 
 
POINTS –指定点云中点的总数。从0.7版本开始，该字段就有点多余了，因此有可能在将来的版本中将它移除。
 例子：
 POINTS 307200 #点云中点的总数为307200
 
 
DATA –指定存储点云数据的数据类型。从0.7版本开始，支持两种数据类型：ascii和二进制。
 
 
注意：
 文件头最后一行（DATA）的下一个字节就被看成是点云的数据部分了，它会被解释为点云数据。以ASCLL码存储的点云数据，每一个点占据一行，“nan”表示不存在或非法的数据。
 
警告：
 PCD文件的文件头部分必须以上面的顺序精确指定，也就是如下顺序：
 VERSION、FIELDS、SIZE、TYPE、COUNT、WIDTH、HEIGHT、VIEWPOINT、POINTS、DATA
 之间用换行隔开。
 
2. ASCII和binary格式区别
 
计算机文件基本上分为二种：binary（二进制文件）和 ASCII（也称纯文本文件）
 
二进制文件：图形文件及文字处理程序等计算机程序，含有特殊的格式及计算机代码；
 
ASCII文件：可以用任何文字处理程序阅读的简单文本文件；
 
简单区别：用记事本打开，正常的就是ASCII文件，是乱码的就是二进制文件。
 
为什么要转换格式？计算机可以直接识别二进制文件，而读取文本文件还需要“翻译”成自己能识别的。传大量文件时，二进制文件形式传输速率自然快上不少。
 
3. ASCII和binary格式转换
 
convert.py
 
#!/usr/bin/env python
# encoding=utf8 
import sys
import logging
import pcl
import re
if __name__ == "__main__":
    if sys.argv.__len__() != 3:
        print "Usage: pyton ./BA.py source.pcd dest.pcd"
        print "Auto adjust the type of file: binary or ascii"
        exit(0)
    pcl_src_path = sys.argv[1]
    pcl_dest_path = sys.argv[2]
    p = re.compile("DATA (?P<data_type>\w*)")
    data_type = "unknow"
    with open(pcl_src_path, 'rt') as pcl_src_handle:    
        lines = pcl_src_handle.readlines()            
        for index in range(12):
            m = p.match(lines[index])
            try:
                data_type = m.group("data_type")
                break
            except Exception as e:
    print data_type
    if data_type == "binary":
        print "Convert binary to ascii"
        B = False
    elif data_type == "ascii":
        print "Convert ascii to binary"
        B = True
    else:
        print "Usage: pyton ./BA.py source.pcd dest.pcd"
        print "Usage: pyton ./BA.py source.pcd ascii.pcd"
        print "Usage: pyton ./BA.py ascii.pcd binary.pcd"
    pcl_file = pcl.PointCloud_PointXYZI()
    pcl_file.from_file(pcl_src_path)
    pcl_file._to_pcd_file(pcl_dest_path, B)
运行代码：
 
python ./convert.py 1.pcd 2.pcd
注意：
 若提示缺少python-pcl库：ImportError: No module named pcl，使用如下命令进行安装：
 
pip install python-pcl
4. 代码注释学习：
 
#!/usr/bin/env python
# encoding=utf8         # 开头注释，说明源程序所用编码
'''导入模块'''
import sys
import logging
import pcl
import re           
if __name__ == "__main__":          # 作用1：作为脚本直接运行；作用2：被其他脚本调用时，不会执行
    if sys.argv.__len__() != 3:         #判断输入参数的个数
        print "Usage: pyton ./BA.py source.pcd dest.pcd"
        print "Auto adjust the type of file: binary or ascii"
        exit(0)							# 正常运行程序并退出程序
    pcl_src_path = sys.argv[1]		#输入的第一个参数为 原文件路径
    pcl_dest_path = sys.argv[2]		#输入的第二个参数为 输出路径
    p = re.compile("DATA (?P<data_type>\w*)")   #正则表达式（不太懂）
    data_type = "unknow"             
    with open(pcl_src_path, 'rt') as pcl_src_handle:    # rt 读写打开一个文本文件  读写标识
        lines = pcl_src_handle.readlines()            
        for index in range(12):      # 为什么是12？ 因为pcd文件前十一行是文件格式信息，后面才是点云信息
            m = p.match(lines[index])
            try:
                data_type = m.group("data_type")
                break
            except Exception as e:
    print data_type
    if data_type == "binary":
        print "Convert binary to ascii"
        B = False
    elif data_type == "ascii":
        print "Convert ascii to binary"
        B = True
    else:
        print "Usage: pyton ./BA.py source.pcd dest.pcd"
        print "Usage: pyton ./BA.py source.pcd ascii.pcd"
        print "Usage: pyton ./BA.py ascii.pcd binary.pcd"
    pcl_file = pcl.PointCloud_PointXYZI()   # 
    pcl_file.from_file(pcl_src_path)        # 
    pcl_file._to_pcd_file(pcl_dest_path, B)	 # 
 
https://blog.csdn.net/ganguowa/article/details/53965304?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522158457878519724848329972%2522%252C%2522scm%2522%253A%252220140713.130056874…%2522%257D&request_id=158457878519724848329972&biz_id=0&utm_source=distribute.pc_search_result.none-task#1asc%E6%A0%BC%E5%BC%8F%E7%9A%84%E8%AF%B4%E6%98%8E
https://blog.csdn.net/qq_43642710/article/details/105267949?utm_medium=distribute.pc_relevant_t0.none-task-blog-OPENSEARCH-1.control&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-OPENSEARCH-1.control
 
                    1. PCD格式说明如果打算用pcl来处理点云的话，那么点云需要先转化为pcd格式。在点云库（PCL）1.0版本发布之前，PCD文件格式有不同的修订号。这些修订号用PCD_Vx来编号（例如，PCD_V5、PCD_V6、PCD_V7等等），代表PCD文件的0.x版本号。然而PCL中PCD文件格式的正式发布是0.7版本（PCD_V7）。下面我以0.7版本为例进行说明：每一个PCD文件包含一个文件头，它确定和声明文件中存储的点云数据的某种特性。PCD文件头必须用ASCII码来编码。PCD文件中指定的每
				
python_pcd
 该软件包提供了用于在纯python中处理PCL .pcd pointcloud文件的I / O代码。 有关C ++ PCL函数的Python包装，请参见
 import python_pcd
message = sensor_msgs . msg . PointCloud2 () # or a message from somewhere else
python_pcd . write_pcd ( "this.pcd" , message )
 write_pcd的定义： 
 def write_pcd ( filename ,  pointcloud , overwrite = False , viewpoint = None ,
              mode = 'binary' ):
    Writes a senso
4.特征描述子n维直方图-——对于3D识别和计算机视觉应用十分重要。
PCD版本类型
在点云库（pcl）1.0版本发布之前，PCD文件格式有不同的修订号。用PCD_Vx来编号（such as : PCD_V5、PCD_V7)，代表PCD文件中的0.x版本号。例如：PCD_V7指的是PCD文件格式是0.7版本。
文件头格式
每一个PC
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/visualization/cloud_viewer.h>
声明和定义点云对象：
pcl::PointCloud<pcl::PointX...
				
三维点云数据简介1 什么是点云数据2 点云数据格式——PCD文件2.1 下面介绍该文件每行具体所代表的含义：3 总结
1 什么是点云数据
    点云数据是指在一个三维坐标系中的一组向量的集合。这些向量通常以X，Ｙ，Z三维坐标的形式表示，一般主要代表一个物体的外表面几何形状，除此之外点云数据还可以附带RGB信息，即每个坐标点的颜色信息，或者是其他的信息。
2 点云数据格式——PCD文件
				
在Python编程语言中，字节就像一个数组。当我们想要表示一组字节值时，我们可以考虑bytes()数据类型。bytes 数据类型只允许从 0 到 255 的值。这hex()是 python 中的内置函数之一。它将指定的整数转换为相应的十六进制值。它以“0x”为前缀。它返回一个十六进制字符串。
在本教程中，我们将学习如何使用hex()方法和binascii模块将字节转换为十六进制值。
示例：从字符串中获取字节对象
众所周知，如何将任何整数或字符串转换为字节对象。让我们从将字符串转换为字节对象开始。转换.
				
PCL中的3D特征PCD（Point Cloud Data）文件格式本文讲解了PCD（Point Cloud Data）的文件格式，还有在PCL中对它的用法PCD出现的背景PCD文件格式的出现，是为了弥补其他文件格式在PCL处理N维点云中的各种问题。 
PCD不是第一种支持3D点云数据的格式： 
- PLY - 一种多边形文件格式 
- STL - CAD软件得到的格式 
- OBJ - 从几何学上
void pcdBinaryOrPcdASCII(std::string fileIn, std::string fileOut, int type, int precision)
    pcl::PCLPointCloud2 cloud;
    Eigen::Vector4f origin; 
    Eigen::Quaternionf orientation;
    //将文件中的数据读到cloud, origin...
				
点云不同数据格式的转化方法：ASC,PCD,PLY
最近在做PCL环境下的ICP配准，遇到了点云数据的格式问题，我的ICP代码时使用PLY格式的点云，其他格式运行会报错，所以做了一下转换点云格式的方法总结。
1.ASC转PCD
在这里插入代码片
欢迎使用Markdown编辑器
你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细...
二、为何采用新得文件格式
PCD 文件格式并不是要重新发明，而是要补充现有的文件格式，这些文件格式由于某些种原因 ，不支持 PCL 为 n-D 点云处理带来的某些扩展。
PCD 不是第一个支持 3D 点云数据的文件类型。 尤其是计算机图形和计算几何社区，已经创建了多种格式来描述使用激光扫描仪获取的任意多边形和点云。...
				
PCL——（3）PCD（点云数据）文件格式简介 - 一抹烟霞 - 博客园 (cnblogs.com)
The PCD (Point Cloud Data) file format — Point Cloud Library 1.12.1-dev documentation (pointclouds.org)
点云坐标系：
PCD 文件，header中有定义，起始的原点
VIEWPOINT有可能在不同坐标系之间转换的时候应用，在辅助获取其他特征时也比较有用，例如曲面法线，在判断方向一致性时，需要知道视
				
一、二进制文件说明
点云数据以浮点二进制文件格式存储，每行包含8个数据，每个数据由四位十六进制数表示（浮点数），每个数据通过空格隔开。一个点云数据由四个浮点数数据构成，分别表示点云的x、y、z、r（强度 or 反射值），点云的存储方式如下表所示：
即每行包含两点的XYZI，那么只需要对一个点赋值对应的XYZI值，并将该点压入点云中即可。
#include <boost/program_options.hpp>
#include <pcl/point_types.h>
# dbscan聚类
def dbscan_clustering(data, eps, min_samples):
    dbscan = DBSCAN(eps=eps, min_samples=min_samples)
    dbscan.fit(data)
    return dbscan.labels_
# 读取pcd文件
data = read_pcd_file('point_cloud.pcd')
# dbscan聚类
labels = dbscan_clustering(data, eps=0.5, min_samples=10)
# 输出聚类结果
print(labels)
这个代码示例使用了numpy和sklearn库，其中read_pcd_file函数用于读取pcd文件，dbscan_clustering函数用于进行dbscan聚类，最后输出聚类结果。
class myTypex {
public:
	constexpr myTypex(const char *name, int age) :name(name), age(age) {};
	const char *getname() const {
		return name;
	constexpr int getage() const {
		return age;
private:
	const char *name;
	int age;
	//其它结构体成员
main里：constexpr myTypex ex{ const_cast<char *>("zhaongsisd"), 10 };; //
	const char *aa = ex.getname();
	constexpr int age = ex.getage();
	cout << aa << "      " << age << endl;
才成功， 否则会出错。。。。。
                【git】使用git时显示untracked files（未监控）解决办法
                    走zou-ting停: 
                    前面执行完了 才看到最后一步 
                Ubuntu16.04安装NVIDIA驱动踩过的坑
                    没ろ太阳、向日葵如何微笑: 
                    太强了兄弟，解决了一下午的困惑
                匈牙利算法详解
                    iks325: 
                    要考虑权重的吧
                【C++11】 之 std::unique_ptr 详解
                    猿来是码农: 
                    因为这些函数属于程序的文本段，即.text段，这些不属于对象，而是属于类。你调用这些函数时，其实是用对象去调用的，所以要传入对象的this指针，而如果这个函数实现里没有涉及到this指针就不会有错误，但如果函数里有涉及到成员数据，这时候肯定会用到this指针，而对象是nullptr 则必产生段错误。可以写个测试代码，有成员函数：
int CTest::getValue()const
printf("function getValut()\n");
int main()
CTest *test = nullptr;
test->getValue();
return 0;
照常可以执行，但如果成员函数里涉及到成员数据，必段错误