PCL 环境搭建与例程

vs版本：vs 2010
windows版本：windows 7 64位
pcl版本：1.6

PCL（Point Cloud Library）是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。支持多种操作系统平台，可在Windows、Linux、Android、Mac OS X、部分嵌入式实时系统上运行。如果说OpenCV是2D信息获取与处理的结晶，那么PCL就在3D信息获取与处理上具有同等地位，PCL是BSD授权方式，可以免费进行商业和学术应用。 —-摘自PCL中文官网

1. 版本选择和安装

下载页面 http://pointclouds.org/downloads/

我选择的是Window版本的，windows可以选择all-in-one版本或者选择自己下载依赖，总共有boost，Eigen等库，个人建议使用all-in-one版本，这样方便管理和引入，独立下载依赖的话安装完后比较分散。我的系统是64位的windows7，但下载64位的版本安装后，无法链接lib，应该就是头文件和lib的版本不对，重新下载了32位的版本才调试成功。在已经设置了lib后，如果还无法链接，考虑头文件是否与lib匹配，可能同一个头文件在vs的引入目录中有多个目录存在，或者是lib 的版本不对，刚开始在这里浪费了很多时间。
安装过程可以选择是否加入环境变量，默认其它的依赖会安装到pcl所在的目录。

2. 配置使用

包含目录
vs 2010 的包含目录，D:\Program Files是我的安装目录，因为之前安装了64位的，所以装在了这个文件夹。

D:\Program Files\PCL 1.6.0\include\pcl-1.6D:\Program Files\PCL 1.6.0\3rdParty\VTK\include\vtk-5.8D:\Program Files\PCL 1.6.0\3rdParty\Qhull\includeD:\Program Files\PCL 1.6.0\3rdParty\OpenNID:\Program Files\PCL 1.6.0\3rdParty\FLANN\includeD:\Program Files\PCL 1.6.0\3rdParty\Eigen\includeD:\Program Files\PCL 1.6.0\3rdParty\Boost\include

库目录

D:\Program Files\PCL 1.6.0\3rdParty\VTK\lib\vtk-5.8D:\Program Files\PCL 1.6.0\3rdParty\FLANN\libD:\Program Files\PCL 1.6.0\3rdParty\Qhull\libD:\Program Files\PCL 1.6.0\3rdParty\Boost\libD:\Program Files\PCL 1.6.0\lib

lib

opengl32.libpcl_kdtree_debug.libpcl_io_debug.libpcl_search_debug.libpcl_segmentation_debug.libpcl_apps_debug.libpcl_features_debug.libpcl_filters_debug.libpcl_visualization_debug.libpcl_common_debug.libflann_cpp_s-gd.liblibboost_system-vc100-mt-gd-1_47.liblibboost_filesystem-vc100-mt-gd-1_47.liblibboost_thread-vc100-mt-gd-1_47.liblibboost_date_time-vc100-mt-gd-1_47.liblibboost_iostreams-vc100-mt-gd-1_47.libvtkalglib-gd.libvtkCharts-gd.libvtkCommon-gd.libvtkDICOMParser-gd.libvtkexoIIc-gd.libvtkexpat-gd.libvtkFiltering-gd.libvtkfreetype-gd.libvtkftgl-gd.libvtkGenericFiltering-gd.libvtkGeovis-gd.libvtkGraphics-gd.libvtkhdf5-gd.libvtkHybrid-gd.libvtkImaging-gd.libvtkInfovis-gd.libvtkIO-gd.libvtkjpeg-gd.libvtklibxml2-gd.libvtkmetaio-gd.libvtkNetCDF-gd.libvtkNetCDF_cxx-gd.libvtkpng-gd.libvtkproj4-gd.libvtkRendering-gd.libvtksqlite-gd.libvtksys-gd.libvtktiff-gd.libvtkverdict-gd.libvtkViews-gd.libvtkVolumeRendering-gd.libvtkWidgets-gd.libvtkzlib-gd.lib

3. 例程

在官网的教程里有很多例程，在本地目录D:\Program Files\PCL 1.6.0\share\doc\pcl-1.6\tutorials\sources 也包含了很多例程，这里是一个显示PCD文件的例程

#include <pcl/visualization/cloud_viewer.h>#include <iostream>#include <pcl/io/io.h>#include <pcl/io/pcd_io.h>int user_data;void viewerOneOff (pcl::visualization::PCLVisualizer& viewer){    viewer.setBackgroundColor (1.0, 0.5, 1.0);    pcl::PointXYZ o;    o.x = 1.0;    o.y = 0;    o.z = 0;    viewer.addSphere (o, 0.25, "sphere", 0);    std::cout << "i only run once" << std::endl;}void viewerPsycho (pcl::visualization::PCLVisualizer& viewer){    static unsigned count = 0;    std::stringstream ss;    ss << "Once per viewer loop: " << count++;    viewer.removeShape ("text", 0);    viewer.addText (ss.str(), 200, 300, "text", 0);    //FIXME: possible race condition here:    user_data++;}int main (){    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);    pcl::io::loadPCDFile ("cat.pcd", *cloud);    pcl::visualization::CloudViewer viewer("Cloud Viewer");    //blocks until the cloud is actually rendered    viewer.showCloud(cloud);    //use the following functions to get access to the underlying more advanced/powerful    //PCLVisualizer    //This will only get called once    viewer.runOnVisualizationThreadOnce (viewerOneOff);    //This will get called once per visualization iteration    viewer.runOnVisualizationThread (viewerPsycho);    while (!viewer.wasStopped ())    {    //you can also do cool processing here    //FIXME: Note that this is running in a separate thread from viewerPsycho    //and you should guard against race conditions yourself...    user_data++;    }    return 0;}

可视化的使用快捷键

快捷键 作用 r 重置视角 g 出现坐标抽 alt+ -/+ 放大缩小

4. 一些参考地址

PCL的github：https://github.com/PointCloudLibrary
PCL官网：http://pointclouds.org/
PCL中文官网：http://www.pclcn.org/
PCL的一些PCD数据：https://github.com/PointCloudLibrary/data
PCL教程地址：http://pointclouds.org/documentation/tutorials/#keypoints-tutorial
PCL图书：点云库PCL学习教程

PCL官网更新缓慢，github更新较快，建议多关注PCL的github。