前言
上一节通过OSG插件的方式，成功将Potree点云数据集成至OSG渲染引擎，实现了大规模点云数据的高效加载与可视化呈现(osgPotree:基于OSG的插件，支持Potree点云读取-CSDN博客)。本节将在上节的基础上，进一步实现一个指定空间范围提取点云数据的工具。源码地址：https://gitee.com/osg_opensource/osg-potree.git
目录
- 1 点云提取器设计
- 2 测试效果
1 点云提取器设计
与OSG中的求交器做对比，我们首先分析线段求交器（LineSegmentIntersector）的特性，然后对比其与点云提取工具的区别，最后阐述点云提取器的设计思路与关键要点。
1.1 OSG中求交工具设计
OSG中求交工具的组成由访问器、求交器、读取文件回调类组成，如下图为类图关系：
整个类图的核心是 IntersectionVisitor，它继承自 osg::NodeVisitor，允许开发者通过访问者模式以非侵入方式自定义数据处理逻辑。具体求交功能由 Intersector 及其子类实现：LineSegmentIntersector 用于线段求交，IntersectorGroup 可组合多个求交器，PlaneIntersector 负责平面求交，而 PolytopeIntersector 则用于多面体求交。此外，通过 ReadCallback 类可读取瓦片数据：由于 OSG 中数据常以层级瓦片形式组织，当前场景可能未加载最精细层级，借助 ReadCallback 可在求交时动态加载所需精细瓦片参与计算，相反当为设置ReadCallback时，仅当前视口下场景图最精细的层级参与计算。
osgPotree点云不同点主要体现在两点：1）点云采用Add模式显示数据，而倾斜模型采用Replace模式显示数据；2）osgPotree点云子节点的加载依赖osgDB::Options传递点云的八叉树结构信息。对于第一点，如下图所示，以二叉树为例：
|----------------------------------------------------------------------------|
| 
|
| Replace模式显示节点(红色) |
| 
|
| Add模式显示节点(红色) |
Replace模式父子节点显示是一种互斥关系，及当前显示节点的父子节点都不显示，而Add模式当前显示节点的父节点都显示。这种差异会反应到重写的节点访问器中重载函数apply(osg::PagedLOD&)的写法上，后续将具体说明代码上的差异。
1.2 点云提取器设计
其中ExtractVisitor、Extractor、ReadCallback与前面提到的IntersectionVisitor、Intersector、ReadCallback组合功能类似，其中BoxExtractor是提取范围为Box的提取器、DatabaseCacheReadCallback用于在提取点云过程中加载点云最精细的层级并做缓存。区别点有两个地方：1）ExtractVisitor的设计坐标系上仅考虑到了模型空间，未考虑投影、窗口坐标系；2）如前面提到的，ExtractVisitor的具体实现需考虑到点云渲染、运算的Add模式特点。3）如前面提到的，ExtractVisitor的具体实现在加载精细级别点云时，需要将点云的八叉树结构信息通过osgDB::Options向下传递。
针对第一点，相应的apply重载函数针对osg::Camera、osg::Projection做重载，仅对简单的节点如osg::Node、osg::Drawable、osg::Geode、osg::Group、osg::LOD、osg::PagedLOD、osg::Transform做重载，对应的矩阵栈只考虑_modelStack(变量)。
第二点体现在apply(osg::PagedLOD&)重载函数的具体实现上，保证访问osg::PagedLOD最精细层级的同时，访问所有低精细层级的子节点，具体实现可参照pointCloudExtractor/ExtractVisitor.cpp · osg_opensource/osgPotree - 码云 - 开源中国中apply(osg::PagedLOD&)函数的实现。
第三点体现在ReadCallback的设计上，readNode方法新增一个osgDB::Options变量，如下所示：
cpp
struct ReadCallback : public osg::Referenced
{
virtual osg::ref_ptr<osg::Node> readNodeFile(const std::string& filename, osgDB::Options* options) = 0;
};2 测试效果
运行如下命令：
bash
pointCloudExtractor --potree .\osg-potree\assets\PointExtractor
--cubepath .\osg-potree\assets\PointExtractor\box.txt
--outpath .\osg-potree\assets\PointExtractor\out.txt 其中pointCloudExtractor是 https://gitee.com/osg_opensource/osg-potree.git编译出来的点云提取器工具。--potree后续路径为potreeconverter( https://github.com/potree/PotreeConverter )输出结果文件夹。--cubepath为过滤器参数，有四行，第一个为起点，第二、三、四行分别为x、y、z三个轴向的向量，整体上表达了一个空间任意位置、方位的Box。--outpath后续路径为提取的点云保存路径，当前仅支持保存为txt格式，txt中第一行为点的个数，剩余行每行表示一个三维点坐标。相应的文件同步在了开源仓库
assets/PointExtractor 文件夹下，包含数据源于点云过滤器文件(box.txt)。
如下图所示，在1676毫秒内，提取了290517个点云点。
