可用于学习点云处理基础操作,展示了点云创建、数据I/O、体素滤波和统计滤波等核心功能,提供标准化工程结构和跨平台构建脚本,方便快速上手PCL库。【此简介由AI生成】
| Files | Last commit | Last update |
|---|---|---|
| 9 months ago | ||
| 9 months ago | ||
| 9 months ago | ||
| 9 months ago | ||
| 9 months ago | ||
| 9 months ago | ||
| 9 months ago | ||
| 9 months ago | ||
| 9 months ago |
PCL 示例工程
这是一个标准化的 C++ PCL(Point Cloud Library)示例工程,展示了点云处理的基本操作。
工程结构
test-pcl/
├── CMakeLists.txt # CMake 构建配置文件
├── README.md # 项目说明文档
├── INSTALLATION.md # 详细安装指南(docs 目录)
├── install.bat # 自动化安装脚本(Windows)
├── build.bat # 快速构建脚本(Windows)
├── .gitignore # Git 忽略文件配置
├── src/ # 源代码目录
│ └── main.cpp # 主程序示例代码
├── include/ # 头文件目录
├── docs/ # 文档目录
│ └── INSTALLATION.md # 详细安装和运行指南
├── build/ # CMake 构建输出目录
├── bin/ # 编译后的可执行文件目录
└── data/ # 数据文件目录(存放 PCD 文件)
功能特性
本项目包含以下 PCL 功能示例:
- 点云创建 - 生成示例点云数据
- 文件 I/O - 点云数据的读取和保存(PCD 格式)
- 体素滤波 - 使用 Voxel Grid 进行下采样
- 统计滤波 - 使用 Statistical Outlier Removal 去除离群点
环境要求
- 操作系统: Windows / Linux / macOS
- 编译器: 支持 C++14 的编译器(GCC, Clang, MSVC)
- CMake: 版本 3.10 或更高
- PCL: 版本 1.8 或更高
安装 PCL
Windows
- 使用 vcpkg 安装(推荐):
vcpkg install pcl:x64-windows
- 或从官网下载预编译版本: https://pointclouds.org/downloads/
Linux (Ubuntu/Debian)
sudo apt-get update
sudo apt-get install libpcl-dev
macOS
brew install pcl
快速开始(Windows)
自动化安装和构建
我们提供了自动化脚本来简化安装和构建过程:
-
安装依赖(首次使用):
install.bat这个脚本会自动安装:
- Git(如果需要)
- vcpkg 包管理器
- CMake
- PCL 及其所有依赖项
-
构建项目:
build.bat这个脚本会自动:
- 配置 CMake
- 编译项目
- 运行程序
详细说明请查看:安装指南
构建步骤
Linux / macOS
# 1. 进入构建目录
cd build
# 2. 配置 CMake
cmake ..
# 3. 编译
make
# 4. 运行
../bin/pcl_example
Windows
使用 CMake GUI
- 打开 CMake GUI
- 设置源码路径和构建路径
- 点击 "Configure" 并选择编译器(Visual Studio)
- 点击 "Generate" 生成解决方案
- 在 build 目录中打开生成的
.sln文件 - 在 Visual Studio 中编译并运行
使用命令行
# 1. 进入构建目录
cd build
# 2. 配置 CMake(使用 Visual Studio 2019 作为示例)
cmake -G "Visual Studio 16 2019" -A x64 ..
# 3. 编译
cmake --build . --config Release
# 4. 运行
Release\pcl_example.exe
或使用 MinGW:
cd build
cmake -G "MinGW Makefiles" ..
mingw32-make
..\bin\pcl_example.exe
输出文件
程序运行后会在 data/ 目录下生成以下文件:
sample_cloud.pcd- 原始点云数据filtered_cloud.pcd- 体素滤波后的点云cleaned_cloud.pcd- 去除离群点后的点云
示例代码说明
1. 点云创建
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
// 添加点云数据
cloud->push_back(point);
2. 点云保存
pcl::io::savePCDFileASCII("data/sample_cloud.pcd", *cloud);
3. 点云加载
pcl::io::loadPCDFile<pcl::PointXYZ>("data/sample_cloud.pcd", *cloud);
4. 体素滤波
pcl::VoxelGrid<pcl::PointXYZ> voxel_filter;
voxel_filter.setInputCloud(cloud);
voxel_filter.setLeafSize(0.2f, 0.2f, 0.2f);
voxel_filter.filter(*filtered_cloud);
5. 统计离群点去除
pcl::StatisticalOutlierRemoval<pcl::PointXYZ> sor_filter;
sor_filter.setInputCloud(cloud);
sor_filter.setMeanK(50);
sor_filter.setStddevMulThresh(1.0);
sor_filter.filter(*filtered_cloud);
常见问题
1. 找不到 PCL
确保 PCL 已正确安装,并设置环境变量 PCL_ROOT 指向 PCL 安装目录。
2. CMake 找不到 PCL
在 CMake 配置时指定 PCL 路径:
cmake -DPCL_DIR=/path/to/pcl ..
3. 运行时缺少 DLL
将 PCL 的 bin 目录添加到系统 PATH,或复制所需的 DLL 到可执行文件目录。
扩展阅读
许可证
本示例工程仅供学习和参考使用。
Introduction
可用于学习点云处理基础操作,展示了点云创建、数据I/O、体素滤波和统计滤波等核心功能,提供标准化工程结构和跨平台构建脚本,方便快速上手PCL库。【此简介由AI生成】
Customize your domain