【⼊门】CloudCompare使⽤教程
⽬录
1. 部分菜单功能【翻译】
Edit：
Clone：克隆选中的点云
党员活动日
怎么炸油条Merge：合并两个或者多个实体。可以合并点云（原始云会被删除）；可以合并⽹格（原始⽹不会修改，CC会创建⼀个新的⽹格结构）
Subsample：采集原始点云的⼦样本，可以⽤随机、⽴体、基于⼋叉树的⽅式采集，⼦样本会保持原始点云的标量、颜⾊、法线等性质。
Apply Transformation：可以对选中的实体做变换（4*4矩阵、轴线⾓，欧拉⾓）
Multiply / Scale：让选中实体的坐标倍增。
Translate / Rotate (Interactive Transformation Tool)：可以相对于另外⼀个实体或者坐标系移动选中的实
体
学习的近义词Segment (Interactive Segmentation Tool)：通过画2D多边形分隔选中的实体
Crop：分割⼀个或多个在3D-Box⾥⾯的点云。
Edit global shift and scale：进⾏全局变换和和⽐例缩放。
Toggle (recursive)：⽤于控制键盘的快捷键。
Delete：删除选中的实体。
Colors > Set Unique：为所选实体设置唯⼀⼀个的颜⾊
Colors > Colorize：为所选实体着⾊，具体表现为分别⽤所选颜⾊乘以当前颜⾊的RGB⽽得到新的颜⾊
Colors > Levels：通过调整颜⾊的柱形图变⾊，类似于Photoshop的Levels⽅法
Colors > Height Ramp：为所选实体设置颜⾊渐变（线形、梯形、环形）
Colors > Convert to Scalar Field：将当前的 RGB 颜⾊字段转换为⼀个或⼏个标量字段
Colors > Interpolate from another entity：在所选实体中插⼊另外⼀个实体的颜⾊
Colors > Clear：移除所选实体的颜⾊域
Normals > Compute：计算所选实体的法线
Normals > Invert：反转所选实体的法线
Normals > Orient Normals > With Minimum Spanning Tree：⽤同样的⽅法重新定位点云的全部法线（最⼩⽣成树）
Normals > Orient Normals > With Fast Marching：⽤同样的⽅法重新定位点云的全部法线（快速⾏进法）
Normals > Convert to > HSV：将云的法线转换到 HSV 颜⾊字段
Normals > Convert to > Dip and Dip direction SFs：转换点云的法线到两个标量域
Normals > Clear：为选定的实体移除法线
Octree > Compute：强制计算给定实体的⼋叉树
Octree > Resample：通过代替每个⼋叉树单元内的所有点来重新取样
Mesh > Delaunay 2.5D (XY plane)：计算点云在xy平⾯上的2.5D三⾓剖分（Delaunay 2.5D triangulation，德洛内2.5D三⾓算法）Mesh > Delaunay 2.5D (best fit plane)：计算点云在最佳平⾯的2.5D三⾓剖分（Delaunay 2.5D triangulation，德洛内2.5D三⾓算法）Mesh > Convert texture/material to RGB：将选定⽹格的⽹格材料和纹理信息转换为逐个点的 RGB 字段
Mesh > Sample points：在⼀个⽹格中随机取样
Mesh > Smooth (Laplacian)：平滑⼀个⽹格（Laplacian smoothing，拉普拉斯平滑算法）
Mesh > Subdivide：细分⽹格，此算法递归细分⽹格三⾓形，直到他们的表⾯细分到⽤户指定值之下。
钢铁是怎样炼成的作者简介
Mesh > Measure surface：测量⽹格的总体表⾯积和每个三⾓形的平均表⾯积，在控制台输出
Mesh > Measure volume：测量闭合⽹格的体积，在控制台输出
Mesh > Flag vertices：检查⽹格的基本特性，为每个⽹格样本做标志：0 = normal，1 = border，2 = non-manifold
Mesh > Scalar field > Smooth：平滑⽹格顶点相关联的标量场。此⽅法与⾼斯滤波（Gaussian Filter）相反。运⽤qPCV插件后，此⽅法特别有⽤
Mesh > Scalar field > Enhance：增强与⽹格顶点相关联的标量场。运⽤qPCV插件后，此⽅法特别有⽤
Sensors > Edit：修改指定传感器内外在参数
Sensors > Ground Bad Lidar > Create：创建’Ground Bad Lidar’ (= TLS)传感器实体，附加到所选的点云
Sensors > Ground Bad Lidar > Show Depth Buffer：显⽰选中的Ground Bad Lidar的深度
Sensors > Ground Bad Lidar > Export Depth Buffer：以ASCII⽂件的形式导出选中的Ground Bad Lidar传感器的深度图
Sensors > Camera Sensor > Create：创建影像传感器
Sensors > Camera Sensor > Project uncertainty：输出影像模块不确定的点云，输出不确定的x、y、z、3D信息
Sensors > Camera Sensor > Compute points visibility (with octree)：统计选中影像传感器选中的点云。0=NOT VISIBLE，1=VISIBLE Sensors > View from nsor：更改当前的 3D 视图影像设置以匹配选定的传感器的设置（⽤泡沫视图模式）
Sensors > Compute ranges：计算全部点（对于任何点云）相对于指定传感器的范围
Sensors > Compute scattering angles：计算全部点（对于任何有法线的云）相对于选中传感器分散的⾓度
电台故事Scalar fields > Show histogram：对当前选中的实体显⽰有效标量域的柱形图
Scalar fields > Compute statistical parameters：计算统计分布（⾼斯分布、威布尔分布）
Scalar fields > Gradient：计算标量域的梯度
Scalar fields > Gaussian filter：通过应⽤⼀个⽴体⾼斯滤镜，平滑⼀个标量域
Scalar fields > Bilateral filter：⽤双边滤镜平滑⼀个标量域
Scalar fields > Filter by Value：⽤标量值筛选选定的云
Scalar fields > Convert to RGB：将有效的标量场转化为RGB颜⾊域
Scalar fields > Convert to random RGB：将有效的标量场转化为随机的RGB颜⾊域
Scalar fields > Rename：对选中实体重命名有效的标量域
Scalar fields > Add constant SF：⽤⼀个常数添加⼀个标量域
Scalar fields > Add point indexes as SF：⽤点索引的⽅式为所选点云创建⼀个新的标量域
Scalar fields > Export coordinate(s) to SF(s)：导出坐标到标量域
Scalar fields > Set SF as coordinate(s)：为选中的点云设置标量域的坐标
Scalar fields > Arithmetic：可以对在同⼀个点云的两个标量域进⾏标准运算（+，-，*，/），或者对单个标量域进⾏函数运算
Scalar fields > Color Scales Manager：⾊阶管理，可以管理和创建新⾊域
Scalar fields > Delete：对选中的实体删除有效的标量域
Scalar fields > Delete all (!)：对选中的实体删除全部的有效标量域
Tools：
Level：可以选择三个点确定⼀个平⾯来操作
Point picking：可以选择⼀个、两个、三个点来得到各种信息，如点的坐标、RGB、标量值、距离、⾓度等信息（尤其是两点间的距离）
Point list picking：可以选择多个点创建⼀个点列表，可以输出为⼀个⽂件、⼀个新点云、⼀个折线单帮
Clean > Noi filter：类似于qPCL插件的S.O.R.滤镜，但⼜更多功能学生工作经历
Projection > Unroll：展开圆柱或圆锥体的点云成⼀个平⾯
Projection > Rasterize：栅格化点云（转化为2.5D⽹格），然后可以导出为⼀个新点云或者⼀个光栅图像
Projection > Contour plot to mesh：可以把⼀组折线转化为⽹格，输出边缘轮廓线
Projection > Export coordinate(s) to SF(s)：导出坐标到标量域
Registration > Match bounding-box centers：调整所有选中的实体，让它们的中⼼在⼀个地⽅
Registration > Match scales：匹配所有选中实体的规模
Registration > Align (point pairs picking)：在两个实体中挑选⾄少三个对应的点来对齐两个实体
Registration > Fine registration (ICP)：⾃动精确地融合两个实体。前提是：①两个云⼤体上相融；②表现为同样的对象或者⾄少有同样的形状
Distances > Cloud/Cloud dist. (cloud-to-cloud distance)：计算两个点云之间的距离
Distances > Cloud/Mesh dist. (cloud-to-mesh distance)：计算点云和⽹格之间的距离
Distances > Clost Point Set：计算两个点云之间最近的点的集合
Statistics > Local Statistical Test：可以以标量域的局部统计为基础进⾏分割和过滤点云
Statistics > Compute Stat. Params：计算统计分布（⾼斯分布、威布尔分布）
Segmentation > Label Connected Components：设置最⼩距离，把所选的云分割成更⼩的部分，每⼀部分相互连接
Segmentation > Cross Section：⽤户可以定义⼀个裁剪框，可调整框的范围和⽅向，来裁剪点云。可
以⽤来：①在⼀个或多个维度重复分割过程；②获取多边形的轮廓
Segmentation > Extract Sections：可以在⼀个点云的顶部画或者导⼊多边形来提取截⾯和轮廓
Fit > Plane：匹配点云中的⼀个平⾯和输出各种信息，如拟合RMS、垂直平⾯、地质的倾⾓、倾⾓⽅向值等
Fit > Sphere：适配点云中的⼀个球体
Fit > 2D Polygon：适配点云中的⼆维多边形
Fit > Quadric：适配点云中的2.5D曲⾯
Other > Density：估量⼀个点云的密度
Other > Curvature：估量⼀个点云的曲率
Other > Roughness：估量⼀个点云的粗糙程度目字笔画
Other > Remove duplicate points：通过设置两点之间最⼩距离来删除重复的点
2. 常⽤的滤波处理
3. Extract Sections
4. Command line mode
