通过PCL欧式聚类判断点云中团簇的数量(C++)

需求：通过PCL库的欧式聚类判断点云中有多少个团簇。

实现代码：

#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl/filters/extract_indices.h>
#include <pcl/segmentation/extract_clusters.h>
#include <pcl/kdtree/kdtree.h>

int main()
{
  // 加载点云数据
  PointCloud::Ptr cloud(new PointCloud);
  // ... 从文件或其他来源加载点云数据 ...
  // 创建 KdTree 对象
  pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);
  tree->setInputCloud(cloud);

  // 创建欧式聚类对象
  pcl::EuclideanClusterExtraction<pcl::PointXYZ> ec;
  ec.setClusterTolerance(1); // 设置聚类阈值-点到点的距离
  ec.setMinClusterSize(500); // 设置最小聚类大小-一个团簇中点数量的最小值
  ec.setMaxClusterSize(25000); // 设置最大聚类大小-一个团簇中点数量的最大值
  ec.setSearchMethod(tree);
  ec.setInputCloud(cloud);

  // 获取聚类索引
  std::vector<pcl::PointIndices> cluster_indices;
  ec.extract(cluster_indices);
  // 计算聚类数量
  int num_clusters = cluster_indices.size();
  std::cout << "点云中共有 " << num_clusters << " 个团簇" << std::endl;

  return 0;
}