点云数据处理常用外部库（C++/Windows）的项目配置

一、点云数据处理常用外部库（C++版本）的下载安装与项目配置

（一）PCL

基于VS2019编程平台的PCL外部库下载安装及项目配置已有大量博客，本文不再赘述。具体下载安装及项目配置流程可参考外部库编译配置参考资料/*1*/ 。需要注意的是，自PCL 1.13.0版本以来，采用的是msvc2022编译器，而本文是基于VS2019的msvc2019编译器配置的，因此选择版本PCL 1.12.1。

1、项目配置测试代码

#include <iostream>
#include <vector>
#include <ctime>
#include <pcl/point_cloud.h>
#include <pcl/octree/octree.h>
#include <boost/thread/thread.hpp>
#include <pcl/visualization/pcl_visualizer.h>
using namespace std;
int main(int argc, char** argv)
{
    srand((unsigned int)time(NULL));
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    // 创建点云数据
    cloud->width = 1000;
    cloud->height = 1;
    cloud->points.resize(cloud->width * cloud->height);
    for (size_t i = 0; i < cloud->points.size(); ++i)
    {
        cloud->points[i].x = 1024.0f * rand() / (RAND_MAX + 1.0f);
        cloud->points[i].y = 1024.0f * rand() / (RAND_MAX + 1.0f);
        cloud->points[i].z = 1024.0f * rand() / (RAND_MAX + 1.0f);
    }
    pcl::octree::OctreePointCloudSearch<pcl::PointXYZ> octree(0.1);
    octree.setInputCloud(cloud);
    octree.addPointsFromInputCloud();
    pcl::PointXYZ searchPoint;
    searchPoint.x = 1024.0f * rand() / (RAND_MAX + 1.0f);
    searchPoint.y = 1024.0f * rand() / (RAND_MAX + 1.0f);
    searchPoint.z = 1024.0f * rand() / (RAND_MAX + 1.0f);
    //半径内近邻搜索
    vector<int>pointIdxRadiusSearch;
    vector<float>pointRadiusSquaredDistance;
    float radius = 256.0f * rand() / (RAND_MAX + 1.0f);
    cout << "Neighbors within radius search at (" << searchPoint.x
        << " " << searchPoint.y
        << " " << searchPoint.z
        << ") with radius=" << radius << endl;
    if (octree.radiusSearch(searchPoint, radius, pointIdxRadiusSearch, pointRadiusSquaredDistance) > 0)
    {
        for (size_t i = 0; i < pointIdxRadiusSearch.size(); ++i)
            cout << " " << cloud->points[pointIdxRadiusSearch[i]].x
            << " " << cloud->points[pointIdxRadiusSearch[i]].y
            << " " << cloud->points[pointIdxRadiusSearch[i]].z
            << " (squared distance: " << pointRadiusSquaredDistance[i] << ")" << endl;
    }
    // 初始化点云可视化对象
    boost::shared_ptr<pcl::visualization::PCLVisualizer>viewer(new pcl::visualization::PCLVisualizer("pcl cloud point"));
    viewer->setBackgroundColor(0, 0, 0); //设置背景颜色为黑色
    // 对点云着色可视化 (red).
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>target_color(cloud, 255, 0, 0);
    viewer->addPointCloud<pcl::PointXYZ>(cloud, target_color, "target cloud");
    viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "target cloud");
    // 等待直到可视化窗口关闭
    while (!viewer->wasStopped())
    {
        viewer->spinOnce(100);
        boost::this_thread::sleep(boost::posix_time::microseconds(1000));
    }
    return 0;
}

2、项目配置测试结果

（二）Open3D

Open3D具有Python和C++两个版本，由于Python较于C++易于学习且外部库下载安装极其简单，因此，Open3D的Python版本更多被人们使用。对于C++版本的Open3D下载安装及项目配置而言，CSDN平台目前更多的是针对源码进行编译及配置，具体下载安装及项目配置流程可参考外部库编译配置参考资料/*3*/ /*2*//*4*/，而其它方法较少。因此，本文提供一种基于Windows（×64）系统直接使用官方编译好的C++版本的Open3D_Release的二进制包文档方法。

直接下载安装二进制包文档并项目配置的方法流程：

1、open3d-devel-windows-amd64-0.18.0.zip文件下载

2、项目环境配置

针对步骤五，既可以通过在项目属性页-调试-环境中编辑环境值，也可以通过添加系统环境变量解决。值得注意的是，系统环境变量通常具有最大设置字节数，因此，若该外部库常用于不同的项目即可选择添加系统环境变量；反之，可选择在项目属性页-调试-环境中编辑环境值。不同的更新版本可能具有不同的项目环境配置，具体可依据报错提示尝试或使用进阶CMake管理。

3、项目配置测试代码

#include <iostream>
#include <random>
#include <Open3D/Open3D.h>

using namespace std;

int main(int argc, char* argv[])
{
	auto noise_cloud = std::make_shared<open3d::geometry::PointCloud>();
	int N = 10000;
	noise_cloud->points_.resize(N);
	normal_distribution<> norm{ 0, 0.002 };
	random_device rd;
	default_random_engine rng{ rd() };
	for (size_t i = 0; i < N; ++i)
	{
		noise_cloud->points_[i][0] = norm(rng);
		noise_cloud->points_[i][1] = norm(rng);
		noise_cloud->points_[i][2] = norm(rng);
	}
	open3d::io::WritePointCloudToPCD("Gaiss_noise.pcd", *noise_cloud, false);
	open3d::visualization::DrawGeometries({ noise_cloud }, "PointCloud", 1600, 900);
	return 0;
}

4、项目配置测试结果

（三）OpenCV

基于VS2019编程平台的OpenCV外部库下载安装及项目配置已有大量博客，本文不再赘述。具体下载安装及项目配置流程可参考外部库编译配置参考资料/*5*/ 。

1、项目配置测试代码

// 测试代码一

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
int main(int argc, char** argv)
{
    std::cout << "OpenCV_Version: " << CV_VERSION << std::endl;
    cv::waitKey(0);
    return 0;
}


// 测试代码二

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
int main(int argc, char** argv)
{
    //读取图片
    Mat img = imread("C:\\Users\\hasee\\Pictures\\Saved Pictures\\icon.jpg", cv::IMREAD_UNCHANGED);
    if (img.empty()) {
        std::cout << "加载图片失败" << std::endl;
    }
    else {
        imshow("image", img);  
    }
    waitKey(0);            
    return 0;
}

2、项目配置测试结果

（四）注意事项

综合记录

1、#include指令可以使用双引号或尖括号来指定要包含的文件的路径，双引号""表示使用相对路径或绝对路径，尖括号表示使用绝对路径或系统路径；

2、设置调试环境，既可以直接添加系统环境变量（系统环境变量具有最大设置字节数），也可以通过在VS2019的项目属性页-调试-环境中编辑环境值。