SLCM真是博大精深。以前简单的学习了OpenCV，主要是是使用python语言，如今学习SLAM须要使用C++，略难，但比起SLAM自己，不值一提。python
《视觉SLAM十四讲》里面的环境主要是在Ubuntu下的，我在虚拟机和JetsonTX2上分别试了一下，按照教程就能够。不过我觉着在Windows10下也能行，因此就搭建了一遍环境，运行彻底没问题。其源码的3rdparty文件夹中提供了几个功能库，只须要把头文件和可能有的连接库等加进去就行了，彻底能够经过编译,个别仍是不行的话，把.cpp文件也用 #include 包含进去试试。后来在第五章时遇到点小问题，但最终仍是跑起来了。ios
安装PCL等主要参考博客以下： https://blog.csdn.net/weixin_41991128/article/details/83864713c++
他用的visual studio 2017，我用的visual studio 2019,可是没发现啥区别，全部东西都按2017的装就能够了。函数
就像里面介绍的，须要把那一大堆的.lib连接库都写进去。注意查看本身的连接库对应的版本，把后面的数字修改成本身的版本就能够了。并且里面有一个快速获取本身的连接库的作法，很方便。还要注意在 属性->c++目录 中的 可执行文件库、包含目录、引用目录、库目录 等选项中将全部的 .h .lib .dll 文件所在的文件夹的绝对目录都加进去。 而一旦报错：..没法解析的外部函数.. 以个人经验来看都是连接库没加全形成的。报错：找不到 xx.dll xx.lib xx.h等都是你的绝对路径没包含全的问题，在前面说的属性中对应的项目里面包含上这些地址好让编译器能找到就能够了。最后就是，包含完后还有问题的话，从新启动一次visual studio 再编译试试。学习
另外，本测试须要支持opencv，我用的opencv4.1.0版本。由于使用了最基本的opencv操做，因此我以为opencv3.x以上的版本都能正常运行。测试
全部的处理都作完后，就能够测试代码了。源码->ch5->joinMap 中的代码直接复制粘贴，修改其中 psoe.txt 和两种图片的地址，而后就能编译了。但是编译后人家是在Ubuntu中显示点云的，在Windows10下命令没用，因此就本身加一个显示的函数。整个函数以下：ui
1 #include <opencv2/opencv.hpp> 2 #include<opencv2\core\core.hpp> 3 #include<opencv2\highgui\highgui.hpp> 4 5 #include <boost/format.hpp> // for formating strings 6 #include <pcl/visualization/cloud_viewer.h> 7 #include <iostream> 8 #include <pcl/io/io.h> 9 #include <pcl/io/pcd_io.h> 10 #include <pcl/surface/3rdparty/poisson4/vector.h> 11 #include <pcl/point_types.h> 12 13 14 int main() 15 { 16 pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>);//建立一个共享指针而且实例化。注意两个PointXYZRGB要统一，最后显示时还有一个也要统一。当改成PointXYZ表示只输入XYZ坐标值，凸显改成黑白的 17 18 //如下为十四讲中的源码 19 //向量 vector 是一种对象实体, 可以容纳许多其余类型相同的元素, 所以又被称为容器。 20 std::vector<cv::Mat> colorImgs, depthImgs; // 彩色图和深度图 21 std::vector<Eigen::Isometry3d, Eigen::aligned_allocator<Eigen::Isometry3d>> poses; // 相机位姿 22 23 std::ifstream fin("D:\\Mystudy\\opencv_forc\\mycode\\ConsoleApplication1\\ConsoleApplication1\\pose.txt");//注意改为本身存放pose.txt的地址 24 if (!fin) 25 { 26 std::cerr << "请在有pose.txt的目录下运行此程序" << std::endl; 27 return 1; 28 } 29 30 for (int i = 0; i < 5; i++) 31 { 32 boost::format fmt("D:/Mystudy/SLAM/视觉SLAM十四讲源码slambook-master/slambook-master/ch5/joinMap/%s/%d.%s"); //图像文件格式， 33 colorImgs.push_back(cv::imread((fmt % "color" % (i + 1) % "png").str())); 34 depthImgs.push_back(cv::imread((fmt % "depth" % (i + 1) % "pgm").str(), -1)); // 使用-1读取原始图像 35 36 double data[7] = { 0 }; 37 for (auto& d : data) 38 fin >> d; 39 Eigen::Quaterniond q(data[6], data[3], data[4], data[5]); 40 Eigen::Isometry3d T(q); 41 T.pretranslate(Eigen::Vector3d(data[0], data[1], data[2])); 42 poses.push_back(T); 43 } 44 45 // 计算点云并拼接 46 // 相机内参 47 double cx = 325.5; 48 double cy = 253.5; 49 double fx = 518.0; 50 double fy = 519.0; 51 double depthScale = 1000.0; 52 53 std::cout << "正在将图像转换为点云..." << std::endl; 54 55 // 定义点云使用的格式：这里用的是XYZRGB 56 typedef pcl::PointXYZRGB PointT; 57 typedef pcl::PointCloud<PointT> PointCloud; 58 59 // 新建一个点云 60 PointCloud::Ptr pointCloud(new PointCloud); 61 for (int i = 0; i < 5; i++) 62 { 63 std::cout << "转换图像中: " << i + 1 << std::endl; 64 cv::Mat color = colorImgs[i]; 65 cv::Mat depth = depthImgs[i]; 66 Eigen::Isometry3d T = poses[i]; 67 for (int v = 0; v < color.rows; v++) 68 for (int u = 0; u < color.cols; u++) 69 { 70 unsigned int d = depth.ptr<unsigned short>(v)[u]; // 深度值 71 if (d == 0) continue; // 为0表示没有测量到 72 Eigen::Vector3d point; 73 point[2] = double(d) / depthScale; 74 point[0] = (u - cx) * point[2] / fx; 75 point[1] = (v - cy) * point[2] / fy; 76 Eigen::Vector3d pointWorld = T * point; 77 78 PointT p; 79 p.x = pointWorld[0]; 80 p.y = pointWorld[1]; 81 p.z = pointWorld[2]; 82 p.b = color.data[v * color.step + u * color.channels()]; 83 p.g = color.data[v * color.step + u * color.channels() + 1]; 84 p.r = color.data[v * color.step + u * color.channels() + 2]; 85 86 //std::cout << p.x<<" "<<p.y<<" "<<p.b<<" " << i + 1 << std::endl; 87 pointCloud->points.push_back(p); 88 } 89 } 90 91 pointCloud->is_dense = false; 92 std::cout << "点云共有" << pointCloud->size() << "个点." << std::endl; 93 pcl::io::savePCDFileBinary("map.pcd", *pointCloud); 94 95 //如下为点云显示代码 96 if (pcl::io::loadPCDFile<pcl::PointXYZRGB>("D:\\Mystudy\\opencv_forc\\mycode\\ConsoleApplication1\\ConsoleApplication1\\map.pcd", *cloud) == -1)//*cloud,指针的内容是文件内容，记得标明点云类型<pcl::PointXYZ> 97 { 98 PCL_ERROR("请检查 xx.pcd 是否存在\n");//pcl有专门的报错函数PCL_ERROR 99 return(-1); 100 } 101 pcl::visualization::CloudViewer viewer("pcd viewer");//给显示窗口命名，CloudViewer 102 viewer.showCloud(cloud);//定义要显示的对象,showCloud 103 //viewer.showCloud(pointCloud);//也能够直接显示上面编译好的点云图，没必要保存再读出了 104 system("pause");//此处防止显示闪退 105 106 107 return 0; 108 }
效果图就和在Ubuntu下运行的同样，可以鼠标拖动查看。url
本文水平有限，内容不少词语因为知识水平问题不严谨或很离谱，但主要做为记录做用，能理解就行了，但愿之后的本身和路过的大神对必要的错误提出批评与指点，对好笑的错误不要嘲笑，指出来我会改正的。 spa
另外，转载使用请注明出处。 .net
随梦，随心，随愿，恒执念，为梦执战，执战苍天！ ------------------执念执战