对于我的工作，我必须将点云转换为灰度（深度）图像，这意味着云中每个XYZ点的z坐标代表灰色阴影。为了将Z坐标从[z_min，z_max]区间映射到[0..255]区间，我使用了Arduino的map函数：
float map(float x, float in_min, float in_max, float out_min, float out_max)
{ return (x - in_min) * (out_max - out_min) / (in_max - in_min) + out_min; }
完成后我需要将结果写入图像，问题是我拥有的云可以有数百万点，所以我不能按顺序将它们逐个写入图像。让我们说我有3000x1000有序XY点。如果我想将它们写入700x300像素的图像，我该怎么办？我希望这个问题很清楚，先谢谢你回答。
答案 0 :(得分：2)
我设法找到了解决问题的方法。这是一个冗长的堆栈溢出算法，但请耐心等待。我们的想法是将XY灰度点的矢量写为pgm文件。
第1步： cloud_to_greyscale - 将 XYZ点云转换为 XY灰度点向量的函数收到cloud作为参数：
for each point pt in cloud
point_xy_greyscale.x <- pt.x
point_xy_greyscale.y <- pt.y
point_xy_greyscale.greyscale <- map(pt.z, z_min, z_max, 0, 255)
greyscale_vector.add(point_xy_greyscale)
loop
return greyscale_vector
第2步： greyscale_to_image - 将以前返回的向量写为greyscale_image的函数，该类具有width，{{1}和height成员通常对应于_pixels的双维数组。该函数接收以下参数：unsigned short（将转换为图像）和greyscale_vector，它将帮助我们划分点的x_epsilon像素坐标，知道x 1}}点坐标是浮点数（因此不适合作为数组索引）。
一些背景信息：我处理的是一些名为 widop 的云，所以在我的3D空间中x是x，width是y和depth是z。另外值得注意的是，height是y，因此对于我的问题，图片的integer很容易找到：它是height。要找到图像的y_max - y_min，请按照下面的算法进行操作，如果不清楚，我会回答任何问题，我愿意接受建议。
width唯一要做的就是将图像写入文件，但这很容易，您可以在上一个链接中找到与pgm格式相关的格式规则。我希望这有助于某人。
EDIT_1：我添加了结果图片。它应该是一条铁路，它相当黑暗的原因是有些物体很高，所以地面物体较暗。
