LASreader 和 LASwriter 是处理 LiDAR 点云数据（LAS/LAZ 格式） 的核心库。

之前已经描述过，LAS（.las / .laz）是 美国 ASPRS（摄影测量与遥感协会）制定的点云标准格式，广泛用于航空激光雷达（ALS）、地面激光雷达（TLS）、移动测量（MLS）。如果要做点云科研、地图测绘、无人驾驶、三维建模，几乎必然会接触 LAS 数据。

LASreader 是高效读取的方式，读取时还能访问每个点的 属性：XYZ、强度、分类、时间戳、扫描线 ID、波形信息等。

LASwriter 把处理后的点云数据写回标准 LAS/LAZ 文件，保证格式兼容性。可以指定 LAS header 信息，比如：点数、范围、坐标系、版本、scale、offset。能写成压缩格式（.laz），节省存储和传输成本。

PCL 主要面向点云处理算法，而 LASlib 更偏向 点云数据存储和 I/O。如果要做 LiDAR 工程，就必须学会 PCL + LASlib 的结合：PCL 处理 → LASwriter 存储。

1.LASreader库

1.1.读取文件

先介绍库中常用的一些。

LASreaderOpener opener;
LASread *LAS_file;
opener.set_file_name("las文件路径");
LAS_file = opener.open();

上述的代码就是打开一个las/laz文件流程，先定义中间变量opener，用其获取路径，最后用open的方法打开并给了定义的读取变量。

1.2.获取header信息

首先要了解header中的点信息，常用的有这些：以上述定义的LAS_file为例读取其header信息。

LAS_file->header.number_of_points_records
LAS_file->header.point_count //点的数量

LAS_file->header.x_scale_factor
LAS_file->header.y_scale_factor
LAS_file->header.z_scale_factor//x,y,z缩放比例

LAS_file->header.x_offset
LAS_file->header.y_offset
LAS_file->header.z_offset//x,y,z偏移量

LAS_file->header.max_x
LAS_file->header.max_y
LAS_file->header.max_z
LAS_file->header.min_x
LAS_file->header.min_y
LAS_file->header.min_z//x,y,z最大最小点

LAS_file->header.point_data_format//点云格式
LAS_file->header.point_data_record_length//对应格式占用字节

1.3.获取point信息

其次要了解point中的点信息：

LAS_file->point.get_X()
LAS_file->point.get_Y()
LAS_file->point.get_Z()//获得原始xyz数据

LAS_file->point.get_x()
LAS_file->point.get_y()
LAS_file->point.get_z()//获得真实xyz数据

LAS_file->point.get_R()
LAS_file->point.get_G()
LAS_file->point.get_B()//若点具备RGB,获得其对应的RGB值

在 LAS/LAZ 格式里，点的 X/Y/Z 并不是直接存储的浮点坐标，而是存储的 整数值，需要通过 header 里的 scale 和 offset 转换成实际坐标。LAS 标准里的公式是：

如果用 get_X()/get_Y()/get_Z()，返回的是原始的整数（int32）直接拿来显示，点可能全都飘到坐标系外面去了

如果用 get_x()/get_y()/get_z()（小写），LASlib 会自动按照 header 里的 scale_factor 和 offset做转换，得到真实的浮点坐标，PCL 里显示才正常。

当然reader库中还包含了一些常见的功能函数：

get_format()//获取点云格式；
get_index()//搜索指定点信息；
get_transform()//变换点云格式
read_point()//读到最后一个点，返回false
get_min_x()  get_max_x() 
get_min_y()  get_max_y() 
get_min_z()  get_max_z() //获得las文件中的最大最小xyz

了解这些之后就可以进行las文件读取的代码实操了。

2.LASreader库实现

2.1.创建项目

这里先准备好las/laz文件，在下载LASlib这个路径下会提供例子。

打开QT,新建一个C++项目，

这里是具体项目路径以及项目名称。

再将生成的main.cpp运行，正常执行就没问题了。

2.2.导入路径

然后需要将之前链接路径的pri文件导入进来，按下ctrl+s保存后，划线文件就显示在左边了。

include(D:/PCL/PCL/pcl_path.pri)

2.3.详细代码讲解

首先添加头文件

#include <thread>
#include <pcl/point_cloud.h>
#include <pcl/visualization/cloud_viewer.h>
#include <lasreader.hpp>
#include <iostream>

第一步，先创建空白点云集以及点用于读取las文件中的点。

pcl::PointCloud<pcl::PointXYZRGB>::Ptr Cloud(new pcl::PointCloud<pcl::PointXYZRGB>);
pcl::PointXYZRGB point;

第二步，创建读取las文件的变量，并读取，这在前面就已经描述过：

LASreadOpener opener;
opener.set_file_name("D:\\PCL\\LAStools-master\\data\\house.laz");
LASreader *las_file = opener.open();

这里加入一个打印调试：

if (!las_file) {
     std::cerr << "❌ Failed to open LAS file!" << std::endl;
     return -1;
}

设定点云的宽高：宽就是点的总数，而这里是无序点云，所以height直接是1。

Cloud->width = las_file->header.number_of_point_records;
Cloud->height = 1;

接下来就是读取点：当然这里需要一个能在读到最后点返回false的

  while (las_file->read_point())
    {
        point.x = las_file->point.get_x();
        point.y = las_file->point.get_y();
        point.z = las_file->point.get_z();

        point.r = las_file->point.get_R()>>8;
        point.g = las_file->point.get_G()>>8;
        point.b = las_file->point.get_B()>>8;

        Cloud->push_back(point);
    }

上述代码中point是我们自己定义的点，用于储存打开的las文件的点，由于las文件中的RGB值是属于（0-255），而这里的值范围是（0-1），所以要右移八位或者%255。

push_back把构造好的 point（单个点，类型是 pcl::PointXYZRGB）追加到点云容器 Cloud 的末尾。

读取完所有点后，关闭las文件，并删除这个中间变量，释放内存；

las_file->close();
delete las_file;

原本这里我就直接创建可视化去显示的，但是，文件夹给的这个示例laz点云可能是真时坐标的值超越了显示的这个范围，出现看不到点的现象，这里我的解决方案时，利用最大最小点拉回到中心。下述代码中，利用其方法直接读取对应XYZ的最大最小值，直接回去其XYZ中心点，再遍历多有的点，并减去这个值，让其拉回显示范围。

double x_min,y_min,z_min,x_max,y_max,z_max;

x_min = las_file->get_min_x();
y_min = las_file->get_min_y();
z_min = las_file->get_min_z();

x_max = las_file->get_max_x();
y_max = las_file->get_max_y();
z_max = las_file->get_max_z();

double x_center = (x_min + x_max)/2.0;
double y_center = (y_min + y_max)/2.0;
double z_center = (z_min + z_max)/2.0;
for (auto &p : Cloud->points) {
    p.x -= x_center;
    p.y -= y_center;
    p.z -= z_center;
}

最后一步就是创建可视化：

// 创建 CloudViewer
pcl::visualization::CloudViewer viewer("LAS Cloud Viewer");
viewer.showCloud(Cloud, "cloud");

viewer.runOnVisualizationThread([&](pcl::visualization::PCLVisualizer &vis){
vis.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "cloud");
    vis.setBackgroundColor(1,1,1);
});

// 保持显示
while (!viewer.wasStopped()) {
   std::this_thread::sleep_for(std::chrono::milliseconds(100));
}

setPointCloudRenderingProperties设置点的尺寸。

setBackgroundColor设置显示背景的颜色，1，1，1就是分别对应rgb的值，全白。

最后，运行，查看结果：

这里希望自己将代码重新整理并重组，如有需要完整代码可以关注私信回。