Visual studio 如何使用opencv显示RGB点云？

我尝试使用PCL（1.8.1）教程中给出的代码实现区域增长算法进行分割，但我使用Opencv（3.3.0）进行显示。然而，当我试图简单地使用一个小部件和垫子来显示时，我没有得到任何颜色。我应该如何进行

cv::viz::Viz3d viewer("Velodyne");
pcl::search::Search<pcl::PointXYZ>::Ptr tree=boost::shared_ptr<pcl::search::Search<pcl::PointXYZ>>(new pcl::search::KdTree<pcl::PointXYZ>);
pcl::PointCloud <pcl::Normal>::Ptr normals(new pcl::PointCloud <pcl::Normal>);
pcl::NormalEstimation<pcl::PointXYZ,
pcl::Normal>normal_estimator;
normal_estimator.setSearchMethod(tree);
normal_estimator.setInputCloud(cloud_filtered);
normal_estimator.setKSearch(50);
normal_estimator.compute(*normals);
pcl::IndicesPtr indices(new std::vector <int>);
pcl::PassThrough<pcl::PointXYZ>pass;
pass.setInputCloud(cloud_filtered);
pass.setFilterFieldName("z");
pass.setFilterLimits(0.0, 1.0);
pass.filter(*indices);
pcl::RegionGrowing<pcl::PointXYZ,
pcl::Normal>reg;
reg.setMinClusterSize(50);
reg.setMaxClusterSize(1000000);
reg.setSearchMethod(tree);
reg.setNumberOfNeighbours(30);
reg.setInputCloud(cloud_filtered);
//reg.setIndices (indices);
reg.setInputNormals(normals);
reg.setSmoothnessThreshold(3.0 / 180.0 * M_PI);
reg.setCurvatureThreshold(1.0);
int i=0,
nr_points=(int)input_cloud->points.size();
while (input_cloud->points.size() > 0.3 * nr_points) {
  std: :vector <pcl::PointIndices> clusters;
  reg.extract(clusters);
  pcl: :PointCloud <pcl::PointXYZRGB>::Ptr colored_cloud=reg.getColoredCloud();
  for (int j=0;
  j < colored_cloud->points.size();
  j++) {
    buffer.push_back(cv: :Vec3f(colored_cloud->points[j].x, colored_cloud->points[j].y, colored_cloud->points[j].z));
  }
  input_cloud->clear();
  cloud_filtered->clear();
  colored_cloud->clear();
}

// Create Widget
cv::Mat cloudMat=cv::Mat(static_cast<int>(buffer.size()), 1, CV_32FC3, &buffer[0]);
cv::viz::WCloudCollection all;
all.addCloud(cloudMat);
viewer.setBackgroundColor(cv::viz::Color::black());
viewer.showWidget("Cloud", all);
viewer.spinOnce();
buffer.clear();

cv:：viz:：Viz3d查看器（“Velodyne”）；
pcl:：search:：search:：Ptr tree=boost:：shared_Ptr（新的pcl:：search:：KdTree）；
pcl:：PointCloud:：Ptr法线（新pcl:：PointCloud）；
pcl：：正态估计正态估计；
正态_估计.集搜索法（树）；
正态估值器。setInputCloud（cloud_过滤）；
正态估计量setKSearch（50）；
正态估计量计算（*正态）；
pcl:：IndicateSPTR指数（新std:：vector）；
pcl:：PassThroughpass；
pass.setInputCloud（已过滤的云）；
pass.setFilterFieldName（“z”）；
通过设置过滤器限制（0.0,1.0）；
通过过滤器（*索引）；
pcl:：RegionRowingReg；
注册设置最小集群大小（50）；
注册表setMaxClusterSize（1000000）；
注册设置搜索方法（树）；
注册编号（30）；
注册setInputCloud（云过滤）；
//注册设置索引（索引）；
注册设置输入法线（法线）；
注册设置平滑度阈值（3.0/180.0*M_-PI）；
注册设置曲率阈值（1.0）；
int i=0，
nr_points=（int）输入_cloud->points.size（）；
while（输入\u cloud->points.size（）>0.3*nr\u points）{
std：：向量簇；
注册摘录（集群）；
pcl:：PointCloud:：Ptr colored_cloud=reg.getColoredCloud（）；
对于（int j=0；
jpoints.size（）；
（j++）{
buffer.push_back（cv:：Vec3f（彩色_云->点[j].x，彩色_云->点[j].y，彩色_云->点[j].z））；
}
输入_cloud->clear（）；
云过滤->清除（）；
彩色云->清晰（）；
}
//创建小部件
cv:：Mat cloudMat=cv:：Mat（static_cast（buffer.size（））、1、cv_32FC3和buffer[0]）；
cv:：viz:：WCloudCollection all；
all.addCloud（cloudMat）；
setBackgroundColor（cv:：viz:：Color:：black（））；
查看器.showWidget（“云”，全部）；
viewer.spinOnce（）；
buffer.clear（）；

---

使用体素栅格过滤器进行下采样后，过滤的云是相同的点云

为什么不使用pcl的可视化工具呢？我正在尝试处理激光雷达传感器的3D数据，而不仅仅是一个PCD文件。OpenCV在这方面一直在为我工作。我看到你使用的是彩色云的xyz坐标，而不是颜色数据。这是故意的吗？