PCL庫學習（11）_點雲數據流處理pcd

在一些情況下，我們想要驗證算法對一系列pcd數據的魯棒性，你可以選擇一幀一幀加載PCD文件，但相對比較麻煩，因此以下程序展示瞭如何進行點雲數據流的處理。

pcl::visualization::PCLVisualizer::Ptr viewer (new pcl::visualization::PCLVisualizer ("3D Viewer"));
ProcessPointClouds<pcl::PointXYZI>* pointProcessorI = new ProcessPointClouds<pcl::PointXYZI>();
std::vector<boost::filesystem::path> stream = pointProcessorI->streamPcd("../pcd");
auto streamIterator = stream.begin();                                         //pcd爲存放一系列點雲的文件
pcl::PointCloud<pcl::PointXYZI>::Ptr inputCloudI;

while (!viewer->wasStopped ())
{

    inputCloudI = pointProcessorI->loadPcd((*streamIterator).string());
	//算法處理
    streamIterator++;
    if(streamIterator == stream.end())
         streamIterator = stream.begin();
    viewer->spinOnce ();
}

上面用到的streamPcd定義如下：

template<typename PointT>
std::vector<boost::filesystem::path> ProcessPointClouds<PointT>::streamPcd(std::string dataPath)
{
    std::vector<boost::filesystem::path> paths(boost::filesystem::directory_iterator{dataPath}, boost::filesystem::directory_iterator{});
    sort(paths.begin(), paths.end());

    return paths;
}