深圳网站建设 案例,百度推广的几种方式,察隅网站建设,建设一个门户网站价格由于项目中以一个环节需要使用kdtree ,对性能要求比较严苛#xff0c;所以看看那个kdtree效率高一些。对比了opencv和pcl。 #include array
#include deque
#include fstream
#include opencv2/highgui.hpp
#include opencv2/imgproc.hpp…由于项目中以一个环节需要使用kdtree ,对性能要求比较严苛所以看看那个kdtree效率高一些。对比了opencv和pcl。 #include array
#include deque
#include fstream
#include opencv2/highgui.hpp
#include opencv2/imgproc.hpp
#include opencv2/flann.hpp#include pcl/point_types.h
#include pcl/io/pcd_io.h
#include pcl/kdtree/kdtree_flann.h#include iostream
#include iostream
#include cstdlib // 用于 rand()
#include ctime // 用于 time()int main() {// 初始化随机种子std::srand(std::time(0));// 生成 5000 个随机的二维点int numPoints 5000;std::vectorcv::Point2f points;pcl::PointCloudpcl::PointXY::Ptr cloud(new pcl::PointCloudpcl::PointXY);// 随机生成点范围为 (-100, 100)for (int i 0; i numPoints; i) {float x static_castfloat(rand() % 200 - 100); // x 坐标在 [-100, 100] 范围内float y static_castfloat(rand() % 200 - 100); // y 坐标在 [-100, 100] 范围内points.push_back(cv::Point2f(x, y));cloud-points.push_back(pcl::PointXY(x, y));}// 2. 将点转换为 cv::Mat 格式cv::Mat pointMat(points.size(), 2, CV_32F); // 每个点是 2Dx, yfor (size_t i 0; i points.size(); i) {pointMat.atfloat(i, 0) points[i].x; pointMat.atfloat(i, 1) points[i].y;}// 3. 创建 KD-Tree 索引使用 FLANNcv::flann::Index kdtree(pointMat, cv::flann::KDTreeIndexParams(4)); // 4 表示树的分支数// 获取程序开始时的时钟时间std::clock_t start std::clock();for(int i 0 ;i 200; i){std::vectorint indices(1); // 最近邻的索引std::vectorfloat dists(1); // 最近邻的距离float x static_castfloat(rand() % 200 - 100); // x 坐标在 [-100, 100] 范围内float y static_castfloat(rand() % 200 - 100); // y 坐标在 [-100, 100] 范围内cv::Mat query (cv::Mat_float(1, 2) x, y);kdtree.knnSearch(query, indices, dists, 1, cv::flann::SearchParams(32));// std::cout Query point: query std::endl;// std::cout Closest point: pointMat.row(indices[0]) std::endl;// std::cout Distance: dists[0] std::endl;// std::cout ---------------- std::endl;}std::clock_t end std::clock();// 计算并输出经过的时间单位是秒double duration double(end - start) / CLOCKS_PER_SEC;std::cout opencv kdtree 搜索时间: duration 秒 std::endl;/pcl::KdTreeFLANNpcl::PointXY pcl_kdtree;pcl_kdtree.setInputCloud(cloud);start std::clock();for(int i 0 ;i 200; i){std::vectorint indices(1); // 最近邻的索引std::vectorfloat dists(1); // 最近邻的距离float x static_castfloat(rand() % 200 - 100); // x 坐标在 [-100, 100] 范围内float y static_castfloat(rand() % 200 - 100); // y 坐标在 [-100, 100] 范围内pcl::PointXY searchPoint;searchPoint.x x;searchPoint.y y;pcl_kdtree.nearestKSearch(searchPoint,1, indices, dists);// std::cout Query point: query std::endl;// std::cout Closest point: pointMat.row(indices[0]) std::endl;// std::cout Distance: dists[0] std::endl;// std::cout ---------------- std::endl;}end std::clock();// 计算并输出经过的时间单位是秒duration double(end - start) / CLOCKS_PER_SEC;std::cout pcl kdtree 搜索时间: duration 秒 std::endl;return 0;
}
CMakeLists.txt
# 设置 CMake 最低版本要求
cmake_minimum_required(VERSION 3.10)# 设置项目名称
project(test_kdtree)# 查找 OpenCV 包
find_package(OpenCV REQUIRED)
find_package(PCL REQUIRED)# 显示 OpenCV 的版本和路径
message(STATUS OpenCV version: ${OpenCV_VERSION})
message(STATUS OpenCV_INCLUDE_DIRS: ${OpenCV_INCLUDE_DIRS})
message(STATUS OpenCV_LIBS: ${OpenCV_LIBS})# 设置源文件
set(SOURCE_FILES test_kdtree.cpp)# 添加可执行文件
add_executable(${PROJECT_NAME} ${SOURCE_FILES})# 链接 OpenCV 库到目标程序
target_link_libraries(${PROJECT_NAME} ${OpenCV_LIBS} ${PCL_LIBRARIES})# 包含 OpenCV 的头文件路径
target_include_directories(${PROJECT_NAME} PRIVATE ${OpenCV_INCLUDE_DIRS})
结果
