点云数据进行边界提取 （附PCL c++ 代码）

代码的主要作用是对点云数据进行边界提取，并通过可视化展示边界提取结果。代码的主要流程如下：

1. 加载点云数据；
2. 计算点云中每个点的法向量；
3. 使用边界特征估计算法计算点云中每个点的边界特征；
4. 遍历点云中的每个点，提取边界点；
5. 可视化展示原始点云和边界点云。

具体的代码解释如下：

1. 定义指向点云数据的指针变量cloud，并使用loadPCDFile函数从文件中读取点云数据，将其存储在cloud指针中。
2. 使用法向量估计算法计算点云中每个点的法向量，将其存储在pcl::PointCloud<pcl::Normal>::Ptr类型的normals指针中。
3. 使用边界特征估计算法，根据点云中每个点的法向量和距离信息，计算出点云中每个点的边界特征，将其存储在pcl::PointCloud<pcl::Boundary>类型的boundaries变量中。
4. 遍历点云中的每个点，如果该点为边界点，则将其加入到pcl::PointCloud<pcl::PointXYZ>::Ptr类型的cloud_boundary变量中，同时打印出边界点的个数。
5. 使用PCL可视化工具，创建一个窗口并添加两个视口，分别用于展示原始点云和边界点云。在每个视口中添加相应的文本和点云数据，并设置点云颜色。最后通过一个while循环实现可视化展示。

变量名称的含义解释如下：

• cloud