这可能有点晚了,但希望它可以帮助某人。
方法 1.) Octave:如果您来自 Matlab,一种方法是将 gnu Matlab 克隆 Octave 直接嵌入到 c++ 程序中。我对此没有太多经验,但是您可以直接从 cpp 文件中调用 octave 库函数。
例如,请参见此处。 http://www.gnu.org/software/octave/doc/interpreter/Standalone-Programs.html#Standalone-Programs
griddata 包含在 octave 的几何包中。
方法 2.) PCL:我这样做的方法是使用点云库 ( http://www.pointclouds.org ) 和 VoxelGrid。您可以随意设置 x 和 y bin 大小,然后设置一个非常大的 z bin 大小,这将为每个 x,y bin 获取一个 z 值。问题是 x、y 和 z 值是平均到 bin 中的点的质心,而不是 bin 中心(这也是它适用于此的原因)。所以你需要在完成后按摩 x,y 值:
例如://读入逗号分隔值列表 (x,y,z) FILE * fp; fp = fopen("points.xyz","r");
//store them in PCL's point cloud format
pcl::PointCloud<pcl::PointXYZ>::Ptr basic_cloud_ptr (new pcl::PointCloud<pcl::PointXYZ>);
int numpts=0;
double x,y,z;
while(fscanf(fp, "%lg, %lg, %lg", &x, &y, &z)!=EOF)
{
pcl::PointXYZ basic_point;
basic_point.x = x; basic_point.y = y; basic_point.z = z;
basic_cloud_ptr->points.push_back(basic_point);
}
fclose(fp);
basic_cloud_ptr->width = (int) basic_cloud_ptr->points.size ();
basic_cloud_ptr->height = 1;
// create object for result
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZ>());
// create filtering object and process
pcl::VoxelGrid<pcl::PointXYZ> sor;
sor.setInputCloud (basic_cloud_ptr);
//set the bin sizes here. (dx,dy,dz). for 2d results, make one of the bins larger
//than the data set span in that axis
sor.setLeafSize (0.1, 0.1, 1000);
sor.filter (*cloud_filtered);
所以 cloud_filtered 现在是一个点云,每个 bin 都包含一个点。然后我只是制作一个二维矩阵,并通过点云将点分配给他们的 x,y 箱,如果我想要一个图像等,就像 griddata 产生的那样。它工作得很好,而且它比 matlab 的大型数据集的 griddata 快得多。