[C++][pcl][原创]windows上pcl跑代码时候提示boost相关错误解决方法

最新推荐文章于 2023-06-20 22:00:00 发布
最新推荐文章于 2023-06-20 22:00:00 发布
阅读量1.4k 收藏 2
点赞数 2
分类专栏： pcl 文章标签： c++ windows visual studio
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/FL1623863129/article/details/121696462
版权

 

对着项目右键单击选择属性-C/C++—预处理器—预处理器定义：

添加：

BOOST_USE_WINDOWS_H
NOMINMAX
_CRT_SECURE_NO_DEPRECATE
FL1623863129
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
c++代码调试，宏调试，assert报错弹框
ganfanren00001的博客
11-13 2331
调试宏assert：报错弹框，终止，重试，还是忽略？重试。 assert断言语句指定了程序中的某个点期望为TRUE的条件，若该条件不为TRUE，则断言失败，程序中断，显示断言失败弹框。这是一种很有效的调试与错误诊断方法，可以在程序运行时发现问题，帮助定位错误，使调试更高效，同时断言对代码本身没有影响，因为它是宏而不是函数。 如图弹出的错误框意味着bug即将被发现，可以通过重试按钮，找到代码出错的地方，然后进行排查。 函数走到了断言处，还未开始进行断言。 按下f11运行断言便报出弹框，就可以通过断言中判
基于Qt的MinGw编译PCL及其所有依赖库boost、eigen、flann、qhull、VTK
09-18
3. **MinGW**：Minimalist GNU for Windows，是一个将GCC（GNU Compiler Collection）移植到Windows上的项目，提供了构建原生Windows应用程序所需的工具链。 4. **Boost**：这是一个广泛使用的C++库集合，提供了一...
PCL - boost库与标准库冲突
哎呦喂的博客
04-22 4964
之前已经编译好了PCL，但是实际使用中我可不想直接去修改那些样例程序。so，新建个工程，配置个属性表以后用。但是却遇到下面的问题： 很明显，产生冲突了！！！ 参考了chen_nan的这个博客了解到： boost等第三方库，是便利程序的平台移植而辅助添加的C++准标准库。但有时程序运行会报错，会出现某某（如：time_t）等不是std里的成员等，不是using某命名空间等错误，严重的，直接找不到
windows下搭建boost和PCL环境
z1314520cz
11-12 383
从boost官网下载boost压缩包，解压到C++环境目录中。 运行bootstrap.bat，然后运行b2.exe。环境就配好了。 使用boost环境的话，只需在项目的包含目录添加boost文件夹路径，库目录添加boost文件夹路径/stage/lib即可享用boost环境 参考链接： https://www.jianshu.com/p/004c99828af2 官方windows环境...
pcl使用boost::this_thread报错“No member named ‘this_thread‘ in namespace ‘boost‘”问题
cheche012345的博客
10-12 2312
使用boost::this_thread报错，error LNK2019: 无法解析的外部符号 "bool __cdecl boost::this_thread::interruptible_wait(void *,struct boost::detail::mono_platform_timepoint const &)"
PCL错误
https://github.com/heatMa
01-11 1382
写PCD之前可以这样显示的定义一下点云的height和width。 1、 错误    C2439    “boost::shared_ptr<pcl::PointCloud<pcl::PointXYZRGB>>::px”: 未能初始化成员 错误    C2440    “初始化”: 无法从“pcl::PointCloud<pcl::PointXYZI> *”转...
PCL第三方库：Eigen, Flann , Qhull, VTK, Boost简介
wishchinYang的专栏
09-02 7354
PCL作为机器人软件的一个基础类库，融合了基础结构、算法和三维显示。其大量使用第三方库，使用了Boost、Eigen、Flann、VTK、Boost、CUdnn等。
基于PCL的NDT点云配准算法c++
最新发布
05-19
它支持多种平台，包括Linux、Windows和Mac OS，并且与OpenCV、Eigen、Boost等其他库紧密集成。 2. **NDT算法原理**：NDT算法首先将点云分割成小的邻域，然后在每个邻域内建立一个高斯混合模型。对于两个待配准的...
pcl-pcl-1.7.1.zip
04-07
点云库（Point Cloud Library，简称PCL）是一款开源的C++库，专注于三维点云数据的处理和分析。在标题"PCL-pcl-1.7.1.zip"中，我们看到的是PCL的一个特定版本——1.7.1。这个压缩包包含的是PCL的源代码，适用于...
pcl-pcl-1.9.0.tar.gz
11-19
PCL是一个开源C++库，专注于三维点云处理和分析，广泛应用于机器人、无人机、AR/VR、3D扫描等领域。这个版本可能是为Ubuntu操作系统编译和优化的。 描述中的“Ubuntu下pcl库”意味着这个压缩包是为在Ubuntu Linux...
pcl1.11.0.rar
11-09
6. **多平台支持**：PCL可在Windows、Linux和Mac OS等不同操作系统上运行，安装过程可能会因平台而异。 7. **安装步骤**： - 下载PCL源码包和所有依赖。 - 创建一个构建目录并进入该目录。 - 运行`cmake`指定源...
Ubuntu中安装PCL，以及调用PCL后，程序开多线程发生段错误，或者在编译PCL库与Anaconda的冲突的问题。以及调用Boost内部库访问不到问题。
qq_44978694的博客
04-09 410
安装PCL库的时候，我选择的源码编译安装，这样安装可以把所有的东西都放在一个文件夹内部，这样无论在后续安装其他版本或者删除库都会比较方便。最近几天想在ubuntu中跑一个c++的代码，需要调用PCL库，安装了很多次，也踩了比较多的坑，找到了比较好的安装方法，在这里记录一下。的问题，在命令行中将anaconda环境退出：conda deactivate，之后删除build，重新编译pcl库就可以了。直接放参考文章，注意PCL下载下来是没有install文件的，需要自己创建文件夹，不然后面的路径会不对。
PCL异常处理：pcl 1.8.1\3rdparty\boost\include\boost-1_64\boost\typeof\msvc\typeof_impl.hpp(125): error
孙悟空
10-27 1197
本文给出了 3rdparty\boost\include\boost-1_64\boost\typeof\msvc\typeof_impl.hpp相关异常的解决方案。
pcl1.12.1重新安装boost库
大胡子大叔的专栏
06-20 485
1.78.0地址(因为打开pcl1.12.1的安装目录，发现boost库是1.78.0，所以去官网找到对应的版本进行安装)下载以后解压，找到（1），双击以后生成（2），然后双击（2）就会生成lib的库了。因为我的库有问题，直接使用pcl1.12.1的时候报错，于是重新安装boost库。用上面的库出现了下面的问题，解决办法是需要在链接库中。删除掉32的，否则在编译的时候提示目标不对应。
vs2022配置pcl1.31版本遇到的BOOST报错问题
weixin_67615387的博客
05-28 514
查看预处理器定义可以发现并没有定义BOOST_PP_IIF_BOOST_PP_BOOL_；这个符号是boost preprocessor库中的宏用于条件判断，值为0或1.在网上查看很多解决方案后都无法找到原因，最后根据错误E0020，查找原因，可以大致推测是由于预处理器定义时少了或者写错了什么东西。
ubuntu下opencv，pcl，boost，openni2的安装和codeblocks配置
qq_25743337的博客
04-03 2194
  最近做项目重新配置环境，需要安装opencv，pcl，boost，openni2，所以把踩过的坑的记录下来。   1.首先是安装opencv3.1，先安装依赖： sudo apt-get install build-essential sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev lib...
find_package查找boost库时的配置参数说明
yygr的博客
04-23 791
Boost_USE_STATIC_LIBS：打开时，使用静态 Boost 库；Boost::headers 的别名 Boost::boost 是。# Boost_USE_MULTITHREADED：关闭时，使用单线程库。# Boost_USE_STATIC_RUNTIME：打开时，使用链接到。# Boost_USE_RELEASE_LIBS：关闭时，禁用发布库。# Boost_USE_DEBUG_RUNTIME：打开时，使用链接到。# Boost_USE_DEBUG_LIBS：关闭时，禁用调试库。
PCL学习笔记（一）-- Windows下配置安装PCL开发环境
热门推荐
不学会C++不改名
07-21 1万+
1）准备工作 （1）获取All in one安装包，PCL提供了配置为Visual Studio的32位和64位下的该安装包，该包包含类PCL中所使用全部第三方编译包，除了QT编译包。 （2）获取All in one包对应的PDB文件包，该包用于后期单步调试时使用。 （3）获取PCL源码包。 （4）安装开发工具Visual Studio编译器和CMake开发工具，需要CMake版本大于2.8.3，主要考虑到PCL中用到了高版本的一些宏定义，低版本并兼容。 All in one安装包和PDB安装.
Boost 编译
Another 的博客
02-19 824
b2 stage --toolset=msvc-11.0 --with-date_time --stagedir="VS2012" link=static runtime-link=static threading=multi debug release msvc版本是11.0即VS2012 boost 库的命名特点: （1）以“lib”开头的是“link=static”版本（静态
K-means精简c++ pcl
04-02
K-means算法是一种基于聚类的机器学习算法，可以将一组数据分成K个不同的类别。在C++中，可以使用PCL库来实现K-means算法。 以下是一个简单的K-means算法实现示例： ```c++ #include <iostream> #include <vector> #include <pcl/kdtree/kdtree_flann.h> #include <pcl/features/normal_3d.h> #include <pcl/filters/extract_indices.h> #include <pcl/segmentation/extract_clusters.h> #include <pcl/segmentation/region_growing.h> int main() { // Load point cloud data pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); pcl::io::loadPCDFile("input_cloud.pcd", *cloud); // Apply region growing segmentation pcl::search::Search<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>); pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>); pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> normal_estimator; normal_estimator.setSearchMethod(tree); normal_estimator.setInputCloud(cloud); normal_estimator.setKSearch(50); normal_estimator.compute(*normals); pcl::RegionGrowing<pcl::PointXYZ, pcl::Normal> reg; reg.setSearchMethod(tree); reg.setInputCloud(cloud); reg.setInputNormals(normals); reg.setMinClusterSize(50); reg.setMaxClusterSize(1000000); reg.setNumberOfNeighbours(30); reg.setSmoothnessThreshold(3.0 / 180.0 * M_PI); reg.setCurvatureThreshold(1.0); std::vector<pcl::PointIndices> clusters; reg.extract(clusters); // Apply K-means clustering to each region for (int i = 0; i < clusters.size(); i++) { pcl::PointCloud<pcl::PointXYZ>::Ptr cluster_cloud(new pcl::PointCloud<pcl::PointXYZ>); pcl::ExtractIndices<pcl::PointXYZ> extract_indices; extract_indices.setInputCloud(cloud); extract_indices.setIndices(boost::make_shared<const pcl::PointIndices>(clusters[i])); extract_indices.filter(*cluster_cloud); // Perform K-means clustering pcl::Kmeans kmeans; kmeans.setInputCloud(cluster_cloud); kmeans.setK(3); kmeans.compute(); // Print centroid coordinates for each cluster std::vector<pcl::PointXYZ> centroids = kmeans.getCentroids(); for (int j = 0; j < centroids.size(); j++) { std::cout << "Cluster " << j << " centroid coordinates: " << centroids[j].x << ", " << centroids[j].y << ", " << centroids[j].z << std::endl; } } return 0; } ``` 该示例加载点云数据，使用区域生长算法将点云分成不同的区域，并对每个区域执行K-means聚类。最后，程序打印每个聚类的质心坐标。 以上是一个简单的K-means算法实现示例，具体实现还需要根据具体应用场景进行调整和优化。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

FL1623863129

你的打赏是我写文章最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值