3D点云到2D点云投影图像具体方法

由于工作需求，需要将三维雷达点云数据投影到二维平面上，以便进行后续的可视化分析或与其他2D传感器（如摄像头）的数据融合。为此，我整理并实现了完整的3D到2D投影代码，并在此记录整个过程，以备日后查阅与复用。下图展示了投影后的效果：原始的3D点云经过坐标变换与视角映射后，成功呈现在2D图像平面上，保留了关键的空间结构信息，为后续的目标检测、场景理解等任务奠定了基础。

原始点云 

含强度信号转灰度图 

纯绿色投影投影

增加颜色投影
 
 
 该实现充分考虑了雷达坐标系与图像坐标系之间的转换关系，支持灵活调整投影参数（如俯仰角、偏航角、视场角等），具有良好的通用性和可扩展性。
1. pcl库的安装

1. sudo apt install libpcl-dev

复制代码

2. opencv库的安装

1. sudo apt-get install libopencv-dev

复制代码

3. 准备摄像机的内参标定
我使用的是棋盘标定法,用matlab做的,具体参考我的另一篇博客: https://www.cnblogs.com/cqwo/p/19179297

相机内参标定
 

相机内参素材
 4. 相机雷达参数标定

标定参数图像
 

标定参数对应点云
具体步骤参数下面港大论文和公共的
参考论文：http://arxiv.org/abs/2103.01627
参考代码：https://github.com/hku-mars/livox_camera_calib
 
代码1():
[code]#include #include #include #include #include #include  // for min_element, max_elementint main() {    // 1. 读取带 intensity 的 PCD    pcl:ointCloud:tr cloud(new pcl:ointCloud);    if (pcl::io::loadPCDFile("your_pointcloud.pcd", *cloud) == -1) {        std::cerr

谢谢分享，试用一下