国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

Windows環(huán)境下pcl點云庫 安裝配置全流程(精簡、有效)

這篇具有很好參考價值的文章主要介紹了Windows環(huán)境下pcl點云庫 安裝配置全流程(精簡、有效)。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

版權聲明:本文為博主原創(chuàng)文章,遵循 CC 4.0 BY-SA 版權協(xié)議,轉(zhuǎn)載請附上原文出處鏈接和本聲明。
本文鏈接:https://blog.csdn.net/zaibeijixing/article/details/130770476
————————————————

?本文為Windows配置點云庫pcl步驟,具體win10、visual studio 2019、pcl1.11.1。

目錄

【1】下載安裝包

【2】安裝

2.1 先執(zhí)行win64.exe

2.2 解壓win64.zip

2.3 OpenNI2安裝

【3】設置環(huán)境變量

【4】visual studio 項目實戰(zhàn)

4.1 新建C++空項目

4.2?包含目錄

4.3?庫目錄

4.4?添加附加依賴項

4.5?添加.cpp并執(zhí)行顯示效果

另:執(zhí)行可能出現(xiàn)的代碼錯誤解決方法


【1】下載安裝包

下載鏈接:Releases · PointCloudLibrary/pcl · GitHub

pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

?其中,AllInOne是一個包含了PCL庫所有模塊的單獨下載包,方便快速獲取整個PCL庫,而pdb則是PCL庫的調(diào)試信息文件,可以在程序崩潰時提供更詳細的調(diào)試信息來分析解決錯誤。

【2】安裝

2.1 先執(zhí)行win64.exe

?pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

??建議自定義安裝的位置,按提示操作即可,建議把pcl添加到PATH中。

pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

2.2 解壓win64.zip

pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

把解壓出來的子文件,全部復制到如下 PCL/bin中

?pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

2.3 OpenNI2安裝

pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

?執(zhí)行.msi,建議修改路徑到該文件夾下;如果已安裝過,建議Remove后重新安裝,以便后續(xù)添加PATH和使用時路徑清晰。

pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

?pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

?安裝完畢,該路徑如下:

pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

【3】設置環(huán)境變量

“此電腦”右鍵>>屬性,如下圖添加,再重啟電腦:

?pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

【4】visual studio 項目實戰(zhàn)

4.1 新建C++空項目

可設置Debug-x64,并右鍵 >> 屬性進行配置。

pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

4.2?包含目錄

如下圖,編輯包含目錄:

pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

?添加如下路徑(不同庫的路徑層級不同,建議各層級都添加避免包含錯誤):

D:\tools\PCL 1.11.1\include\pcl-1.11

D:\tools\PCL 1.11.1\include\pcl-1.11\pcl

D:\tools\PCL 1.11.1\3rdParty\Boost\include\boost-1_74

D:\tools\PCL 1.11.1\3rdParty\Boost\include\boost-1_74\boost

D:\tools\PCL 1.11.1\3rdParty\Eigen\eigen3

D:\tools\PCL 1.11.1\3rdParty\Eigen\eigen3\Eigen

D:\tools\PCL 1.11.1\3rdParty\Eigen\eigen3\unsupported

D:\tools\PCL 1.11.1\3rdParty\Eigen\eigen3\unsupported\Eigen

D:\tools\PCL 1.11.1\3rdParty\FLANN\include

D:\tools\PCL 1.11.1\3rdParty\FLANN\include\flann

D:\tools\PCL 1.11.1\3rdParty\OpenNI2\Include

D:\tools\PCL 1.11.1\3rdParty\Qhull\include

D:\tools\PCL 1.11.1\3rdParty\Qhull\include\libqhull

D:\tools\PCL 1.11.1\3rdParty\Qhull\include\libqhull_r

D:\tools\PCL 1.11.1\3rdParty\Qhull\include\libqhullcpp

D:\tools\PCL 1.11.1\3rdParty\VTK\include

D:\tools\PCL 1.11.1\3rdParty\VTK\include\vtk-8.2

4.3?庫目錄

仿照4.3包含目錄添加庫目錄:

D:\tools\PCL 1.11.1\lib

D:\tools\PCL 1.11.1\3rdParty\Boost\lib

D:\tools\PCL 1.11.1\3rdParty\FLANN\lib

D:\tools\PCL 1.11.1\3rdParty\OpenNI2\Lib

D:\tools\PCL 1.11.1\3rdParty\Qhull\lib

D:\tools\PCL 1.11.1\3rdParty\VTK\lib

4.4?添加附加依賴項

需要添加PCL和VTK的debug版lib,總共140多個。

可以通過以下批處理的方法:

cd\d D:\tools\PCL 1.11.1\lib? //轉(zhuǎn)到lib目錄

dir/b *d.lib? >0.txt? ? ? ? ? ? ? ? ? //把debug用的d.lib后綴名字寫到0.txt中

兩次操作把這些名字復制粘貼到附加依賴項中。

pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

4.5?添加.cpp并執(zhí)行顯示效果

#include <iostream>
#include <thread>

#include <pcl/console/parse.h>
#include <pcl/point_cloud.h> // for PointCloud
#include <pcl/common/io.h> // for copyPointCloud
#include <pcl/point_types.h>
#include <pcl/sample_consensus/ransac.h>
#include <pcl/sample_consensus/sac_model_plane.h>
#include <pcl/sample_consensus/sac_model_sphere.h>
#include <pcl/visualization/pcl_visualizer.h>

using namespace std::chrono_literals;

pcl::visualization::PCLVisualizer::Ptr
simpleVis(pcl::PointCloud<pcl::PointXYZ>::ConstPtr cloud)
{
	// --------------------------------------------
	// -----Open 3D viewer and add point cloud-----
	// --------------------------------------------
	pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("3D Viewer"));
	viewer->setBackgroundColor(0, 0, 0);
	viewer->addPointCloud<pcl::PointXYZ>(cloud, "sample cloud");
	viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud");
	//viewer->addCoordinateSystem (1.0, "global");
	viewer->initCameraParameters();
	return (viewer);
}

int
main(int argc, char** argv)
{
	// initialize PointClouds
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::PointCloud<pcl::PointXYZ>::Ptr final(new pcl::PointCloud<pcl::PointXYZ>);

	// populate our PointCloud with points
	cloud->width = 500;
	cloud->height = 1;
	cloud->is_dense = false;
	cloud->points.resize(cloud->width * cloud->height);
	for (pcl::index_t i = 0; i < static_cast<pcl::index_t>(cloud->size()); ++i)
	{
		if (pcl::console::find_argument(argc, argv, "-s") >= 0 || pcl::console::find_argument(argc, argv, "-sf") >= 0)
		{
			(*cloud)[i].x = 1024 * rand() / (RAND_MAX + 1.0);
			(*cloud)[i].y = 1024 * rand() / (RAND_MAX + 1.0);
			if (i % 5 == 0)
				(*cloud)[i].z = 1024 * rand() / (RAND_MAX + 1.0);
			else if (i % 2 == 0)
				(*cloud)[i].z = sqrt(1 - ((*cloud)[i].x * (*cloud)[i].x)
					- ((*cloud)[i].y * (*cloud)[i].y));
			else
				(*cloud)[i].z = -sqrt(1 - ((*cloud)[i].x * (*cloud)[i].x)
					- ((*cloud)[i].y * (*cloud)[i].y));
		}
		else
		{
			(*cloud)[i].x = 1024 * rand() / (RAND_MAX + 1.0);
			(*cloud)[i].y = 1024 * rand() / (RAND_MAX + 1.0);
			if (i % 2 == 0)
				(*cloud)[i].z = 1024 * rand() / (RAND_MAX + 1.0);
			else
				(*cloud)[i].z = -1 * ((*cloud)[i].x + (*cloud)[i].y);
		}
	}

	std::vector<int> inliers;

	// created RandomSampleConsensus object and compute the appropriated model
	pcl::SampleConsensusModelSphere<pcl::PointXYZ>::Ptr
		model_s(new pcl::SampleConsensusModelSphere<pcl::PointXYZ>(cloud));
	pcl::SampleConsensusModelPlane<pcl::PointXYZ>::Ptr
		model_p(new pcl::SampleConsensusModelPlane<pcl::PointXYZ>(cloud));
	if (pcl::console::find_argument(argc, argv, "-f") >= 0)
	{
		pcl::RandomSampleConsensus<pcl::PointXYZ> ransac(model_p);
		ransac.setDistanceThreshold(.01);
		ransac.computeModel();
		ransac.getInliers(inliers);
	}
	else if (pcl::console::find_argument(argc, argv, "-sf") >= 0)
	{
		pcl::RandomSampleConsensus<pcl::PointXYZ> ransac(model_s);
		ransac.setDistanceThreshold(.01);
		ransac.computeModel();
		ransac.getInliers(inliers);
	}

	// copies all inliers of the model computed to another PointCloud
	pcl::copyPointCloud(*cloud, inliers, *final);

	// creates the visualization object and adds either our original cloud or all of the inliers
	// depending on the command line arguments specified.
	pcl::visualization::PCLVisualizer::Ptr viewer;
	if (pcl::console::find_argument(argc, argv, "-f") >= 0 || pcl::console::find_argument(argc, argv, "-sf") >= 0)
		viewer = simpleVis(final);
	else
		viewer = simpleVis(cloud);
	while (!viewer->wasStopped())
	{
		viewer->spinOnce(100);
		std::this_thread::sleep_for(100ms);
	}
	return 0;
}

執(zhí)行結果:

pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

另:執(zhí)行可能出現(xiàn)的代碼錯誤解決方法

pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

有兩種解決方法:

1、直接跳轉(zhuǎn)到該位置注釋;

2、或在預編譯器添加?_CRT_SECURE_NO_DEPRECATE

pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

pcl安裝教程,windows,pcl,點云,Windows配置點云庫pcl

注:部分地方參考:

PCL學習筆記(一)-- Windows下配置安裝PCL開發(fā)環(huán)境_pcl環(huán)境配置_看到我請叫我學C++的博客-CSDN博客

?版權聲明:本文為博主原創(chuàng)文章,遵循 CC 4.0 BY-SA 版權協(xié)議,轉(zhuǎn)載請附上原文出處鏈接和本聲明。
本文鏈接:https://blog.csdn.net/zaibeijixing/article/details/130770476
————————————————文章來源地址http://www.zghlxwxcb.cn/news/detail-618032.html

到了這里,關于Windows環(huán)境下pcl點云庫 安裝配置全流程(精簡、有效)的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領支付寶紅包贊助服務器費用

相關文章

  • 【python中對點云PCL庫的下載安裝與配置】

    【python中對點云PCL庫的下載安裝與配置】

    需要的資料: python_pcl-0.3.1-cp36-cp36m-win_amd64.whl 壓縮包:pcl-1.12.1-pdb-msvc2019-win64 pcl程序:PCL-1.12.1-AllInOne-msvc2019-win64 網(wǎng)盤鏈接:https://pan.baidu.com/s/184yY7fc5rqwwd9F4cMncDw 提取碼:qaqa 用來檢驗安裝是否成功的PCD文件:rabbit.pcd 文件先進行提取,提取完畢之后開始安裝: 第一步:雙擊

    2024年02月12日
    瀏覽(15)
  • 常見的點云下載地址/點云集合/點云庫30個

    1、pcl庫自帶教程所需的點云數(shù)據(jù)下載地址 Point Cloud Library - Browse /PCD datasets at SourceForge.net 另外一個地址 https://github.com/PointCloudLibrary/data 31、新增:VTK庫的點云數(shù)據(jù)下載地址,包含.vtkplypdbvtptifstl等格式的點云數(shù)據(jù) https://github.com/pyvista/vtk-data/tree/master/Data 2、Princeton ModelNet

    2024年02月13日
    瀏覽(56)
  • KubeEdge+Sedna安裝全流程(超級避坑、精簡版)

    KubeEdge+Sedna安裝全流程(超級避坑、精簡版)

    k8s只需要安裝在master節(jié)點上,其他的節(jié)點都不用 kubeedge的運行前提是master上必須有k8s docker只是用來發(fā)布容器pods的 calico只需要安裝在master上,它是節(jié)點通信的插件,如果沒有這個,master上安裝kubeedge的coredns會報錯。但是,節(jié)點上又不需要安裝這個,因為kubeedge針對這個做了自

    2024年02月05日
    瀏覽(53)
  • 動手深度學習——Windows下的環(huán)境安裝流程(一步一步安裝,圖文并配)

    動手深度學習——Windows下的環(huán)境安裝流程(一步一步安裝,圖文并配)

    文章參考來源:http://t.csdn.cn/tu8V8 安裝Miniconda 根據(jù)操作系統(tǒng)下載并安裝Miniconda,在安裝過程中需要勾選“Add Anaconda to the system PATH environment variable”選項(如當conda版本為4.6.14時)。 Windows用戶就選擇Windows版本就可以了,按需選擇32位或64位 安裝好后,按下列步驟進行。 等待安

    2024年02月09日
    瀏覽(22)
  • AI 繪圖 Stable Diffusion(一) 環(huán)境安裝 Mac、Windows 詳細流程

    AI 繪圖 Stable Diffusion(一) 環(huán)境安裝 Mac、Windows 詳細流程

    Stable Diffusion 與 Midjourney 的區(qū)別,個人比較喜歡優(yōu)點里面的不受約束這條。 配置要求 安裝 Git 1、【 Mac 】使用 HomeBrew 進行 快捷安裝,文章內(nèi)部有安裝部分(注意如果是 zsh 解釋器需要修改的事 .zshrc 環(huán)境變量文件, git 安裝存放路徑以輸出的為準)。 2、【 Mac 、 Windows 】通過

    2024年04月23日
    瀏覽(43)
  • vscode終端安裝pytorch環(huán)境全流程小白版(linux+windows通用版)

    vscode終端安裝pytorch環(huán)境全流程小白版(linux+windows通用版)

    前置知識: 安裝好annaconda或者miniconda進行python虛擬環(huán)境管理,建議miniconda。(好處是你可以在一臺主機上安裝多個互不影響的python虛擬環(huán)境,然后在運行項目1時激活其對應的python虛擬環(huán)境1,在運行項目2時激活其對應的python虛擬環(huán)境2)。當然如果你是100%小白,先不管這些也

    2024年02月07日
    瀏覽(26)
  • Windows10通過vcpkg快速配置PCL庫

    Windows10通過vcpkg快速配置PCL庫

    https://github.com/microsoft/vcpkg **注意:**最好在D盤下克隆源碼并安裝,這樣之后用vcpkg安裝的包路徑就會在D:/vcpkg/packages/中了 Error: in triplet x86-windows: Unable to find a valid Visual Studio instance The following VS instances were excluded because the English language pack is unavailable: D:Microsoft Visual Studio2019

    2024年02月04日
    瀏覽(13)
  • PCL 點云變換

    PCL 點云變換

    一、原理簡述 兩片點云的剛體變換包含旋轉(zhuǎn)和平移,變換矩陣的含義如下: 1、旋轉(zhuǎn)矩陣 繞 x x

    2023年04月25日
    瀏覽(20)
  • 【PCL】mac下安裝PCL的安裝與配置

    【PCL】mac下安裝PCL的安裝與配置

    PCL官方文檔 PCL(Point Cloud Library)是在吸收了前人點云相關研究基礎上建立起來的大型跨平臺開源C++編程庫,它實現(xiàn)了大量點云相關的通用算法和高效數(shù)據(jù)結構,涉及到點云獲取、濾波、分割、配準、檢索、特征提取、識別、追蹤、曲面重建、可視化等。支持多種操作系統(tǒng)平

    2024年04月29日
    瀏覽(47)
  • PCL 點云組件聚類

    該算法與歐式聚類、DBSCAN聚類很是類似,聚類過程如下所述: 1. 首先,我們需要提供一個種子點集合,對種子點集合進行初始的聚類操作,聚類的評估器(即聚類條件),可以指定為法向評估,也可以是距離評估,以此我們就可以提取出點云中各個位置的組件部分。 2. 合并

    2024年02月10日
    瀏覽(19)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領取紅包,優(yōu)惠每天領

二維碼1

領取紅包

二維碼2

領紅包