PCL——（3）PCD（点云数据）文件格式简介

@

目录

• 一、为什么用一种新的文件格式？
• 二、文件格式
  • 2.1·VERSION
  • 2.2·FIELDS
  • 2.3·SIZE
  • 2.4·TYPE
  • 2.5·COUNT
  • 2.6·WIDTH
  • 2.7·HEIGHT
  • 2.8·VIEWPOINT
  • 2.9·POINTS
  • 2.10·DATA
  • 2.11 实例
• 三、相对其他文件格式的优势
• 打赏
  • • 支付宝
    • 微信

一、为什么用一种新的文件格式？

PCD文件格式并非白费力气地做重复工作，现有的文件结构因本身组成的原因不支持由PCL库引进n维点类型机制处理过程中的某些扩展，而PCD文件格式能够很好地补足这一点。PCD不是第一个支持3D点云数据的文件类型，尤其是计算机图形学和计算几何学领域，已经创建了很多格式来描述任意多边形和激光扫描仪获取的点云。包括下面几种格式：

PLY	是一种多边形文件格式，由Stanford大学的Turk等人设计开发；
STL	是3D Systems公司创建的模型文件格式，主要应用于CAD、CAM领域；
OBJ	是从几何学上定义的文件格式，首先由Wavefront Technologies开发；
X3D	是符合ISO标准的基于XML的文件格式，表示3D计算机图形数据；
/	其他许多种格式。

以上所有的文件格式都有缺点。这是很自然的，因为它们是在不同时间为了不同的使用目的所创建的，那时今天的新的传感器技术和算法都还没有发明出来。

二、文件格式

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文件中指定的每一个文件头字段以及ascii点数据都用一个新行（\n）分开了，从0.7版本开始，PCD文件头包含下面的字段：

2.1·VERSION

指定PCD文件版本

2.2·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

2.3·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

2.4·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。

2.5·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。

2.6·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：

• 1)它能确定无序数据集的点云中点的个数（和下面的POINTS一样）；
• 2)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。

例如：WIDTH 640       # 每行有640个点

2.7·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：

• 1)它表示有序点云数据集的高度（行的总数）；
• 2)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）。

有序点云例子：
WIDTH 640       # 像图像一样的有序结构，有640行和480列，
HEIGHT 480      # 这样该数据集中共有640*480=307200个点

无序点云例子：
WIDTH 307200
HEIGHT 1        # 有307200个点的无序点云数据集

2.8·VIEWPOINT

指定数据集中点云的获取视点(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

2.9·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

2.10·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。

• 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。
数据存储类型

在0.7版本中，.PCD文件格式用两种模式存储数据：

• 如果以ASCII形式，每一点占据一个新行：

p_1

p_2

...

p_n

注意：从PCL 1.0.1版本开始，用字符串“nan”表示NaN，此字符表示该点的值不存在或非法等。

• 如果以二进制形式，这里数据是数组（向量）pcl::PointCloud.points的一份完整拷贝，在Linux系统上，我们用mmap/munmap操作来尽可能快的读写数据，存储点云数据可以用简单的ascii形式，每点占据一行，用空格键或Tab键分开，没有其他任何字符。也可以用二进制存储格式，它既简单又快速，当然这依赖于用户应用。ascii格式允许用户打开点云文件，使用例如gunplot这样的标准软件工具更改点云文件数据，或者用sed、awk等工具来对它们进行操作。

2.11 实例

下面贴出了PCD文件的一个片段。看看它的组成！

# .PCD v.7 - Point Cloud Data file format

VERSION .7

FIELDS x y z rgb

SIZE 4 4 4 4

TYPE F FFF

COUNT 1 1 1 1

WIDTH 213

HEIGHT 1

VIEWPOINT 0 0 0 1 0 0 0

POINTS 213

DATA ascii

0.93773 0.33763 0 4.2108e+06

0.90805 0.35641 0 4.2108e+06

三、相对其他文件格式的优势

用PCD作为（另一种）文件格式可能被看成是没有必要的一项工作。但实际中，情况不是这样的，因为上面提到的文件格式无一能提高PCD文件的适用性和速度。PCD文件格式包括以下几个明显的优势：

• 1）存储和处理有序点云数据集的能力——这一点对于实时应用，例如增强现实、机器人学等领域十分重要；

• 2）二进制mmap/munmap数据类型是把数据下载和存储到磁盘上最快的方法；

• 3）存储不同的数据类型（支持所有的基本类型：char，short，int，float，double）——使得点云数据在存储和处理过程中适应性强并且高效，其中无效的点的通常存储为NAN类型；

• 4）特征描述子的n维直方图——对于3D识别和计算机视觉应用十分重要。

• 5）另一个优势是通过控制文件格式，我们能够使其最大程度上适应PCL，这样能获得PCL应用程序的最好性能，而不用把一种不同的文件格式改变成PCL的内部格式，这样的话通过转换函数会引起额外的延时。

打赏

码字不易，如果对您有帮助，就打赏一下吧O(∩_∩)O

支付宝

微信