C++求点集最小包围球保证结果唯一性的详细代码

在C++中，求解点集的最小包围球通常涉及到使用三维空间中的几何算法。这里是一个简单的示例，使用了三维向量和一个名为`pcl::PointCloud<pcl::PointXYZ>`的数据结构，假设你已经安装了PCL (Point Cloud Library)库。请注意，为了保持简洁，这个示例仅提供了一个基本框架，并未涵盖所有边界条件的检查。 ```cpp #include <pcl/io/pcd_io.h> #include <pcl/features/kdtree.h> #include <pcl/point_cloud.h> #include <pcl/geometry/sphere.h> // 函数来计算点云中所有点构成的最小包围球 pcl::Sphere getMinBoundingBox(const pcl::PointCloud<pcl::PointXYZ>& cloud) { // 使用KdTree搜索最近邻 pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>); tree->setInputCloud(cloud); // 记录全局最小距离和最大坐标 double minDistance = std::numeric_limits<double>::max(); Eigen::Vector4f minCoord; Eigen::Vector4f maxCoord; // 遍历每个点并更新包围球边界 for (const auto& point : cloud.points) { if (tree->nearestKSearch(1, point) != nullptr) { const pcl::PointXYZ &nearestPoint = tree->nearestKSearch(1, point)->at(0).pt; double distance = sqrt(pow(point.x - nearestPoint.x, 2) + pow(point.y - nearestPoint.y, 2) + pow(point.z - nearestPoint.z, 2)); if (distance < minDistance) { minDistance = distance; minCoord = Eigen::Vector4f(point.x, point.y, point.z, distance); maxCoord = Eigen::Vector4f(nearestPoint.x, nearestPoint.y, nearestPoint.z, distance); // 更新最大值，因为最远点可能在另一个方向 } } } // 构造最小包围球 pcl::Sphere sphere(minCoord.head<3>(), minCoord[3]); return sphere; } int main() { // 加载点云数据 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); loadPCDFile<pcl::PointXYZ>("input.pcd", *cloud); // 计算最小包围球 pcl::Sphere bbox = getMinBoundingBox(*cloud); // 输出结果 std::cout << "Minimum bounding sphere with center (" << bbox.getCenter()[0] << ", " << bbox.getCenter()[1] << ", " << bbox.getCenter()[2] << ") and radius " << bbox.getRadius() << std::endl; return 0; } ```