PCL点云数据转深度图（C++详细版）

点云转深度图显示函数：void depthvisual(){// Object for storing the point cloud.pcl::PointCloud::Ptr cloud(new pcl::PointCloud);// Object for storing the normals.pcl::PointCloud::Ptr normals(new pcl::PointCloud);...

深度图像也叫高度图像，距离图像，由传感器采集场景的距离作为图像像素值，是一种3D图像格式，有些情况下，需要把3D点云转成深度图来处理，转换原理本质上是坐标系的变换。

利用PCL库从点云数据生成生成深度图像及关键点提取 利用PCL库从点云数据生成深度图像及关键点提取 本想利用标准点云数据库分割成若干块，利用标准点云数据生成深度图像作为数据库用来验证算法，目前效果不是很好。不过作为一种特征点提取方法还是有参考价值。 1.点云–深度图像 可视化深度图像： 在3D viewer中以点云的方式显示。 另一种方式是作为一幅图像显示（以不同的颜色表示不同的深度值） 定义...

一.深度图简介 目前深度图像的获取方法有激光雷达深度成像法，计算机立体视觉成像，坐标测量机法，莫尔条纹法，结构光法等等，针对深度图像的研究重点主要集中在以下几个方面， 深度图像的分割技术 深度图像的边缘检测技术 基于不同视点的多幅深度图像的配准技术 基于深度数据的三维重建技术 基于三维深度图像的三维目标识别技术 深度图像的多分辨率建模和几何压缩技术等等 在PCL 中深度图像与点云最主要的区别在于其近邻的检索方式的不同，并且可以互相转换。 深度图像（Depth Images）也被称为距离影像.

【代码】深度图-＞点云图-＞深度图。

PCL学习目录。博客长期更新，最近一次更新时间为：2025年7月20日。

深度图像是将三维点云数据映射到二维图像平面上，其中每个像素的值表示该像素对应的深度信息。为了将点云转换为深度图像，需要将每个点云点的三维坐标转换为图像的像素坐标。

点云转灰度图像主要通过强度/高程数据归一化映射到[0,255]范围实现。

目录1.常用的点云文件2.认识点云的文件格式3.点云的数据结构4.输入输出（IO）5.KD树6.Oc树（八叉树）7.点云可视化8.点云滤波9.点云拟合分割10.点云与图像11.特征点与特征描述及提取12.点云配准13.点云曲面重建

文章目录一、原理二、“透射”问题的解决——使用灰度图形态学滤波 一、原理 上一篇我

（1）点云到深度图与可视化的实现 区分点云与深度图本质的区别 1.深度图像也叫距离影像，是指将从图像采集器到场景中各点的距离（深度）值作为像素值的图像。获取方法有：激光雷达深度成像法、计算机立体视觉成像、坐标测量机法、莫尔条纹法、结构光法。 2.点云：当一束激光照射到物体表面时，所反射的激光会携带方位、距离等信息。若将激光束按照某种轨迹进行扫描，便会边扫描边记录到反射的激光点信息，由 于扫描极为精...

然后，代码通过将点云投影到xoy平面上，并将z值的高度差作为深度值进行转换。通过将x和y坐标映射到图像的行和列索引，将每个点的深度值减去最小高度的差值 存储在图像数组（实现了将三维点云数据转换为深度图像的功能，通过将点云投影到 xoy 平面上，并将高度差作为深度值，最终生成深度图像并保存为PNG格式的图像文件。接下来，代码计算了点云数据的坐标范围（x、y、z的最小值和最大值），以及图像的大小（最后，代码将深度值映射到0到255的范围，并将图像数组保存为PNG格式的图像文件（），并显示深度图像。

基于python实现激光点云投影为深度图/强度图/反强度图，提供了代码与数据集供测试。