如何将带颜色的PCD点云转换为含segment_index属性的PLY文件

方法1：PCL代码自定义转换 #

直接用PCL写小工具，精准控制PLY属性，适配CGAL要求：

1. 确认你的PCD点云已存储分割ID（每个点对应所属平面的索引）
2. 编写如下代码（根据实际点类型调整读取逻辑）：

#include <pcl/io/pcd_io.h>
#include <pcl/io/ply_io.h>
#include <pcl/point_types.h>

// 自定义点类型：包含坐标、颜色、分割索引
struct PointXYZRGBSeg {
    PCL_ADD_POINT4D;
    PCL_ADD_RGB;
    int segment_index;
    EIGEN_MAKE_ALIGNED_OPERATOR_NEW
} EIGEN_ALIGN16;

POINT_CLOUD_REGISTER_POINT_STRUCT(PointXYZRGBSeg,
                                  (float, x, x)
                                  (float, y, y)
                                  (float, z, z)
                                  (float, rgb, rgb)
                                  (int, segment_index, segment_index)
)

int main(int argc, char** argv) {
    if (argc != 3) {
        std::cerr << "Usage: " << argv[0] << " input.pcd output.ply" << std::endl;
        return -1;
    }

    pcl::PointCloud<PointXYZRGBSeg>::Ptr cloud(new pcl::PointCloud<PointXYZRGBSeg>);
    if (pcl::io::loadPCDFile<PointXYZRGBSeg>(argv[1], *cloud) == -1) {
        std::cerr << "Failed to read input PCD" << std::endl;
        return -1;
    }

    pcl::io::savePLYFileASCII(argv[2], *cloud);
    std::cout << "Converted PLY with segment_index saved" << std::endl;
    return 0;
}

VS2019中配置PCL的包含目录、库目录和链接器依赖后编译运行即可。

方法2：调整CloudCompare导出设置 #

如果已在CloudCompare中完成点云分割：

• 选中所有分割后的点云簇，右键选择Merge合并为单个点云
• 打开Edit > Edit scalar fields > Rename scalar field，将分割对应的标量字段（如Cluster ID）重命名为segment_index
• 导出为PLY时，勾选Export scalar fields选项，生成的PLY会自动携带该属性

方法3：直接在CGAL示例中读取PCD #

跳过格式转换，修改CGAL示例的输入逻辑：

#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <CGAL/Simple_cartesian.h>
#include <CGAL/Point_with_normal_3.h>
#include <CGAL/Polygon_mesh_processing/Polygonal_surface_reconstruction.h>

typedef CGAL::Simple_cartesian<double> Kernel;
typedef Kernel::Point_3 Point;
typedef CGAL::Point_with_normal_3<Kernel> Point_with_normal;
typedef CGAL::Polygon_mesh_processing::Polygonal_surface_reconstruction<Kernel> PSR;

int main(int argc, char* argv[]) {
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr pcl_cloud(new pcl::PointCloud<pcl::PointXYZRGB>);
    if (pcl::io::loadPCDFile<pcl::PointXYZRGB>("your_input.pcd", *pcl_cloud) == -1) {
        std::cerr << "Failed to load PCD file" << std::endl;
        return EXIT_FAILURE;
    }

    std::vector<Point_with_normal> cgal_points;
    std::vector<int> segment_indices;

    for (const auto& p : pcl_cloud->points) {
        // 若有点云法向量，替换此处的(0,0,0)
        cgal_points.emplace_back(Point(p.x, p.y, p.z), Kernel::Vector_3(0,0,0));
        // 从PCD点中读取分割ID，需根据实际存储逻辑调整
        int seg_id = ...; 
        segment_indices.push_back(seg_id);
    }

    PSR psr(cgal_points.begin(), cgal_points.end());
    psr.set_segment_indices(segment_indices.begin(), segment_indices.end());
    // 后续执行原示例的重建逻辑
    return EXIT_SUCCESS;
}

内容的提问来源于stack exchange，提问作者PHDqin