C++ 为什么点云库是'；加载PCD文件这么慢？

我正在从一个PCD文件中读取220万个点，

loadPCDFile

在

Release

和

Debug

模式下使用ca 13秒。考虑到像CloudCompare这样的可视化程序可以在几毫秒的时间内读取文件，我希望我正在做一些比需要更难的事情

我做错了什么

我的PCD文件的顶部：

# .PCD v0.7 - Point Cloud Data file format
VERSION 0.7
FIELDS rgb x y z _
SIZE 4 4 4 4 1
TYPE F F F F U
COUNT 1 1 1 1 4
WIDTH 2206753
HEIGHT 1
VIEWPOINT 0 0 0 1 0 0 0
POINTS 2206753
DATA binary
    ¥•ÃöèÝÃájfD        ®§”ÃÍÌÝÃá:fD        H”ø¾ÝÃH!fD   .....

从我的代码中，读取文件：

#include <iostream>
#include <vector>

#include <pcl/common/common.h>
#include <pcl/common/common_headers.h>
#include <pcl/common/angles.h>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/console/parse.h>
#include <pcl/filters/extract_indices.h>
#include <pcl/features/normal_3d.h>
#include <boost/thread/thread.hpp>

int main() {
    (...)

    pcl::PointCloud<pcl::PointXYZRGB>::Ptr largeCloud(new pcl::PointCloud<pcl::PointXYZRGB>);
    largeCloud->points.resize(3000000); //Tried to force resizing only once. Did not help much.

    if (pcl::io::loadPCDFile<pcl::PointXYZRGB>("MY_POINTS.pcd", *largeCloud) == -1) {
        PCL_ERROR("Couldn't read file MY_POINTS.pcd\n");
        return(-1);
    }

    (...)
    return 0;
}

#包括
#包括
#包括
#包括
#包括
#包括
#包括
#包括
#包括
#包括
#包括
#包括
int main（）{
(...)
pcl:：PointCloud:：Ptr largeCloud（新pcl:：PointCloud）；
largeCloud->points.resize（3000000）；//只尝试了一次强制调整大小。没有多大帮助。
if（pcl:：io:：loadPCDFile（“MY_POINTS.pcd”，*largeCloud）=-1）{
PCL_错误（“无法读取文件MY_POINTS.pcd\n”）；
返回（-1）；
}
(...)
返回0；
}

---

（使用PCL 1.8和Visual Studio 2015）

与a相比，这看起来是正确的。我认为

loadPCDFile

的主要工作是在文件中的函数

pcl:：PCDReader:：read

中完成的。当检查代码中的二进制数据时，就像在您的例子中一样，会检查每个字段的数字数据是否有效。确切的代码注释是

// Once copied, we need to go over each field and check if it has NaN/Inf values and assign cloud

---

这可能很耗时。然而，我在猜测

我遇到的正是这种情况。 它可以简单地归结为文件存储方式。您的文件（加载所需的时间）几乎肯定是ASCII样式的点云文件。如果希望能够更快地加载（x100），请将其转换为二进制格式。作为参考，我在大约四分之一秒内加载了一个1M pt的云（但这取决于系统）

但为了保存为二进制文件，请使用以下命令：

pcl::io::savePCDFileBinary(fp, *tempCloud);

为了以防万一，这里是我用来加载和保存云的一段代码（我对它们进行了一点构造，但它可能基于一个示例，所以我不知道这有多重要，但如果您切换到二进制并且仍然看到很长的加载时间，您可能希望使用它）

//保存pt云
std:：string filePath=getUserInput（“在此处输入文件名”）；
int fileType=stoi（getUserInput（“0:binary，1:ascii”）；
if（filePath.size（）==0）
printf（“文件保存失败！\n”）；
其他的
{
pcl：：点云tempCloud；
copyPointCloud（*currentWorkingCloud，tempCloud）；
tempCloud.width=currentWorkingCloud->points.size（）；
tempCloud.height=1；
tempCloud.is_density=false；
filePath=“../PointCloudFiles/”+文件路径；
std：：cout下面的总结


PCL在加载云比较格式的PCD文件时稍微慢一点。查看标题，CC似乎在PCL不喜欢且必须格式化的每个点“\u1”上添加了一个额外的变量。但这只是加载时间的30%-40%的差异


基于相同大小点云（3M）的结果，我的计算机在
调试
模式下编译程序时，从云计算加载它需要13秒，而在
发布
模式下加载相同的云计算只需要0.25秒。我认为您正在调试模式下运行。根据您编译/安装PCL的方式，您可能需要重建PCL以生成相应的
发布
构建。我的猜测是，无论您认为您正在做什么，从
Debug
更改为
Release
实际上并没有使用PCL Release库



在PCL中，在几乎所有功能中，从
Debug
移动到
Release
通常会使处理速度加快一到两个数量级（因为PCL大量使用大型数组对象，必须在
Debug
模式下以不同方式管理这些对象以实现可见性）



使用云比较文件测试PCL

以下是我运行以生成以下输出的代码：

std::cout << "Press enter to load cloud compare sample" << std::endl;
    std::cin.get();

    TimeStamp stopWatch = TimeStamp();
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr tempCloud2(new pcl::PointCloud<pcl::PointXYZRGB>);
    pcl::io::loadPCDFile("C:/SO/testTorusColor.pcd", *tempCloud2);

    stopWatch.fullStamp(true);
    std::cout <<"Points loaded: "<< tempCloud2->points.size() << std::endl;
    std::cout << "Sample point: " << tempCloud2->points.at(0) << std::endl;
    std::cout << std::endl;

    std::cout << "Press enter to save cloud in pcl format " << std::endl;
    std::cin.get();
    pcl::io::savePCDFileBinary("C:/SO/testTorusColorPCLFormatted.pcd", *tempCloud2);

    std::cout << "Press enter to load formatted cloud" << std::endl;
    std::cin.get();

    stopWatch = TimeStamp();
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr tempCloud3(new pcl::PointCloud<pcl::PointXYZRGB>);
    pcl::io::loadPCDFile("C:/SO/testTorusColorPCLFormatted.pcd", *tempCloud3);
    stopWatch.fullStamp(true);
    std::cout << "Points loaded: " << tempCloud3->points.size() << std::endl;
    std::cout << "Sample point: " << tempCloud3->points.at(0) << std::endl;
    std::cout << std::endl;

    std::cin.get();

std:：cout我不知道是否重要，但我在加载云时从未调用过resize。我使用它是因为我想初始化足够大的云，这样加载函数就不必在读取inn数据时不断调整云的大小。但是这没有帮助。你确定时间是花在load语句中，而不是在可视化工具启动还是什么？pcd文件是由pcl创建的吗？您是否使用自定义点类型…？字段大小计数和类型与我在xyzrgb或xyzrgba文件类型中的任何内容都不匹配…我非常确定pcb文件中保存了二进制数据。（“data binary”位于pcb文件顶部。）可能没有解决OP的问题，但帮了我很多！+1
pcl::io::savePCDFileBinary(fp, *tempCloud);

//save pt cloud
        std::string filePath = getUserInput("Enter file name here");
        int fileType = stoi(getUserInput("0: binary, 1:ascii"));
        if (filePath.size() == 0)
            printf("failed file save!\n");
        else
        {
            pcl::PointCloud<pcl::PointXYZ> tempCloud;
            copyPointCloud(*currentWorkingCloud, tempCloud);
            tempCloud.width = currentWorkingCloud->points.size();
            tempCloud.height = 1;
            tempCloud.is_dense = false;

            filePath = "../PointCloudFiles/" + filePath;
            std::cout << "Cloud saved to:_" << filePath << std::endl;
            if (fileType == 0){pcl::io::savePCDFileBinary(filePath, tempCloud);}
            else
            {pcl::io::savePCDFileASCII(filePath, tempCloud);}
            
        }

//load pt cloud
        std::string filePath = getUserInput("Enter file name here");
        if (filePath.size() == 0)
            printf("failed user input!\n");
        else
        {
            filePath = "../PointCloudFiles/" + filePath;
            pcl::PointCloud<pcl::PointXYZ>::Ptr tempCloud(new pcl::PointCloud<pcl::PointXYZ>);

            if (pcl::io::loadPCDFile(filePath, *tempCloud) == -1) //* load the file
            {
                printf("failed file load!\n");
            }
            else
            {
                copyPointCloud(*tempCloud, *currentWorkingCloud); std::cout << "Cloud loaded from:_" << filePath << std::endl;
            }
        }

std::cout << "Press enter to load cloud compare sample" << std::endl;
    std::cin.get();

    TimeStamp stopWatch = TimeStamp();
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr tempCloud2(new pcl::PointCloud<pcl::PointXYZRGB>);
    pcl::io::loadPCDFile("C:/SO/testTorusColor.pcd", *tempCloud2);

    stopWatch.fullStamp(true);
    std::cout <<"Points loaded: "<< tempCloud2->points.size() << std::endl;
    std::cout << "Sample point: " << tempCloud2->points.at(0) << std::endl;
    std::cout << std::endl;

    std::cout << "Press enter to save cloud in pcl format " << std::endl;
    std::cin.get();
    pcl::io::savePCDFileBinary("C:/SO/testTorusColorPCLFormatted.pcd", *tempCloud2);

    std::cout << "Press enter to load formatted cloud" << std::endl;
    std::cin.get();

    stopWatch = TimeStamp();
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr tempCloud3(new pcl::PointCloud<pcl::PointXYZRGB>);
    pcl::io::loadPCDFile("C:/SO/testTorusColorPCLFormatted.pcd", *tempCloud3);
    stopWatch.fullStamp(true);
    std::cout << "Points loaded: " << tempCloud3->points.size() << std::endl;
    std::cout << "Sample point: " << tempCloud3->points.at(0) << std::endl;
    std::cout << std::endl;

    std::cin.get();