CloudCompare 二次开发(4)——插件中的PCL环境配置（GridMinimum算法为例）

已于 2023-08-06 08:07:20 修改
阅读量1.5k 收藏 3
点赞数 3
CC 4.0 BY-SA版权
分类专栏： CloudCompare 二次开发 文章标签： 算法 c++ 计算机视觉 3d 开发语言
于 2022-12-12 06:22:27 首次发布
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/qq_36686437/article/details/127521692
本文详述了如何在CloudCompare中使用CMake配置PCL库，以开发GridMinimum滤波器插件。内容涵盖CMakeLists配置、插件源码修改、图标设置、VS项目生成、.json文件修改以及编译后的.dll自动复制等步骤。
了解本专栏 订阅专栏 解锁全文
CloudCompare 二次开发：在非插件中配置 PCL 环境
TechCraze的博客
08-16 283
CloudCompare 二次开发：在非插件中配置 PCL 环境以开发环境 CloudCompare 为基础，结合 PCL（点云库）进行二次开发是一个常见的需求。本文将详细介绍如何在 CloudCompare 中配置 PCL 环境，以便进行非插件的开发。
CloudCompare 二次开发(5)——非插件中的PCL环境配置（均匀采样为例）
点云侠的博客
02-17 2084
在进行CloudCompare二次开发的时候，可以直接在CloudCompare的核心功能中添加自己的算法，比插件式的算法集成要方便得多。因此，这里主要记录CloudCompare非插件式二次开发配置PCL，并给出具体开发法过程。
CloudCompare二次开发之如何配置PCL点云库？
【cacrle】的博客
05-14 2623
因笔者课题涉及点云处理，需要通过PCL进行点云数据分析处理，查阅现有网络资料，实现了VisualStudio2015(x86)配置PCL1.8.1点云库而笔者对CloudCompare二次开发.。而笔者对CloudCompare二次开发较为熟悉，希望在CloudCompare中使用PCL进行点云处理，所以本文在VS配置PCL成功的基础上，实现CloudCompare-2.10.x对PCL的配置，并记录了实现配置的过程。
cloud compare二次插件化功能开发详细步骤（一）
CC&UU的博客
08-14 2237
点云处理,cloud compare二次插件化功能开发详细步骤,主成分分析,PCA
浅尝CloudCompare二次开发
weixin_44701802的博客
12-22 1974
简单尝试CloudCompare的二次开发。
CloudCompare 二次开发(6)——插件中拖拽添加Qt窗口（区域生长算法为例）
点云侠的博客
03-24 2030
手动拖拽的方式搭建Qt对话框界面的制作流程，以PCL中的点云区域生长算法为例进行制作。
CloudCompare如何进行二次开发之插件开发？
【cacrle】的博客
02-20 4807
CloudCompare除了在源代码基础上进行修改、增加、改进功能，还可以开发插件，插件不影响主程序。要实现CloudCompare的二次开发插件，需要先成功对CloudCompare编译。
CloudCompare二次开发目录（C++长期更新版）
点云侠的博客
06-24 1681
CloudCompare软件二次开发的一些案例汇总。
CloudCompare简单二次开发 下（功能实现）
NEXUS666的博客
12-18 6653
。。。
CloudCompare 二次开发：插件中的 PCL 环境配置与编程
2301_79331387的博客
08-16 209
在进行 CloudCompare 的二次开发过程中，我们常常需要使用点云库（Point Cloud Library，简称 PCL）来处理和分析点云数据。在 CloudCompare 的界面中，选中一个点云对象，然后点击菜单栏中的 “插件” -> “MyPluginAction”。插件将对选中的点云对象进行体素滤波处理，并更新显示结果。下面我们将展示一个简单的插件编程示例，该示例使用 PCL 对输入的点云数据进行体素滤波处理。方法进行体素滤波处理，并将结果点云赋值给选中的点云对象。文件并点击 “打开”。
CloudCompare2.10.zip 无需编译 直接运行 pcl点云处理软件
02-02
点云处理工具 无需编译。目前github最新版本为2.11，但需要自行编译，看着就挺头大的。 CloudCompare是一款三维点云（Point Cloud）处理软件，可以方便地使用计算法向量、优化法向量、泊松构网、滤波等功能。也是一款集三维点云数据查看、编辑、处理为一体的三维点云数据配套软件,该软件支持多种三维点云数据格式。
CloudCompare 二次开发1
weixin_39354845的博客
11-27 465
二次开发的插件
CloudCompare的插件式开发与PCL
CyberByte的博客
08-15 497
本文将介绍CloudCompare的插件式开发以及与PCL的结合，帮助读者更好地理解和使用这两个工具。CloudCompare提供了将点云数据转换为PCL格式的接口，使得我们可以直接使用PCL中的算法和工具。利用CloudCompare提供的数据转换接口，我们可以直接使用PCL中的算法和工具，从而拓展了数据处理和分析的能力。函数中添加了菜单项。通过CloudCompare提供的API接口，我们可以获取当前点云数据、将数据转换为PCL格式、计算法线，并将结果返回到CloudCompare中进行显示。
CloudCompare 二次开发：计算点云质心的编程实现
Book_Sea的博客
08-15 328
总结一下，本文介绍了如何通过CloudCompare的二次开发功能，使用C++语言编写一个插件来计算点云的质心。CloudCompare是一款强大的开源点云处理软件，通过进行二次开发，我们可以编写自己的插件来实现特定的功能。通过遍历位置数组，我们累加所有点的坐标，并最终求得均值，即为点云的质心坐标。接下来，我们将通过C++语言编写一个简单的插件来实现计算点云质心的功能。通过以上步骤，我们成功地利用CloudCompare的二次开发功能编写了一个插件，并在CloudCompare中使用它计算了点云的质心。
Cloudcompare在Ubuntu系统环境下plugin插件二次开发
菜鸡正在学习
12-20 1104
Ubuntu环境下cloudcompare加入插件。
CloudCompare如何进行二次开发？
【cacrle】的博客
04-19 4926
CloudCompare源代码编译成功后，即可进行二次开发，可以通过修改源码或者制作插件实现二次开发。本文二次开发采用修改CloudCompare的源代码的方式，分别修改mainwindow.ui、mainwindow.h、mainwindow.cpp，实现扩展功能，克隆选中的点云。
CloudCompare之插件式开发
dayuhaitang1的博客
05-02 6503
因为看了这个学长的视频：CloudCompare插件开发教程，突然对CloudCompare开发非常感兴趣，所以写篇笔记记录一下实现的过程。 文章目录一、实现步骤二、实现过程 一、实现步骤 实现CloudCompare二次开发的基础就是要事先编译过该软件的源码，这部分可以参照官网上的教程等等即可，如果已经编译过了，那么就可以进行下面的过程了。 实现步骤主要有以下几步： （1） 二、实现过程 因为也是初学者，所以还是从最简单的官方实例开始吧*~*。 1、首先，我们要找到源代码中的例子。 从官方
自定义开发CloudCompare插件
karmueo46的博客
03-23 1306
假设我们的自定义插件命名为qElementPickup，以此为例进行说明：
CloudCompare2.9.x+cmake3.11.1+PCL1.8.0+qt5.6.3+vs2013编译（x64）
qq_38350792的博客
10-30 684
1.cmake构建 源码置于source code 新建空文件夹作为build 2.configure 设置QT路径 勾选INSTALL_QPCL_PLUGIN , 报错，提示缺少Glew ，其实就是没找到vtk 输入vtk的路径，成功configure 这里有一个问题，cmake千万不要使用高版本，高版本无法选择vs2013的64位，导致始终无法 获取vtk...
CloudCompare 二次开发2.13增加PCL环境
最新发布
07-19
<think>我们正在讨论CloudCompare 2.13的二次开发，特别是如何配置PCL环境。根据用户的问题，我们需要提供在CloudCompare中配置PCL环境的步骤。由于CloudCompare本身是一个处理点云数据的软件，而PCL（Point Cloud Library）是另一个广泛使用的点云处理库，因此将它们结合使用是合理的。 然而，需要注意的是，CloudCompare的官方文档并没有详细说明如何配置PCL环境进行二次开发。但是，我们可以根据一般的项目配置经验以及CloudCompare和PCL的特性来提供指导。 步骤概述： 1. 确保已经正确安装了CloudCompare 2.13的源代码和编译环境。 2. 确保已经正确安装了PCL（建议使用与CloudCompare兼容的版本，例如PCL 1.8或1.9）。 3. 修改CloudCompare的CMake配置以包含PCL库。 4. 在代码中引入PCL头文件并使用PCL功能。 详细步骤： 1. **获取CloudCompare源代码并编译** 从GitHub上克隆CloudCompare的仓库，并切换到2.13版本对应的分支或标签。 ```bash git clone https://github.com/CloudCompare/CloudCompare.git cd CloudCompare git checkout v2.13.0 # 或者对应的标签 ``` 然后按照官方文档编译CloudCompare。通常，使用CMake进行配置和生成项目文件。 2. **安装PCL** 如果还没有安装PCL，可以从PCL的官方网站下载预编译版本，或者从源代码编译。对于Windows用户，可以使用vcpkg或者下载预编译的二进制文件。对于Linux用户，可以使用包管理器（如apt）安装。 3. **修改CMakeLists.txt** 在CloudCompare的CMakeLists.txt中，我们需要添加对PCL的查找。在顶层CMakeLists.txt中（或者在你自己的插件CMakeLists.txt中，如果你在开发插件），添加以下内容： ```cmake find_package(PCL REQUIRED COMPONENTS common io filters) include_directories(${PCL_INCLUDE_DIRS}) link_directories(${PCL_LIBRARY_DIRS}) add_definitions(${PCL_DEFINITIONS}) ``` 然后，在需要链接PCL的目标（比如你的插件或者修改后的CloudCompare主程序）中添加链接库： ```cmake target_link_libraries(your_target_name ${PCL_LIBRARIES}) ``` 注意：`your_target_name` 应替换为你的目标名称，例如CloudCompare主程序的目标名称可能是`CloudCompare`，或者你的插件名称。 4. **在代码中使用PCL** 在需要使用PCL的源文件中，包含必要的PCL头文件，例如： ```cpp #include <pcl/point_types.h> #include <pcl/filters/passthrough.h> ``` 然后就可以编写使用PCL功能的代码了。 5. **重新编译** 运行CMake重新配置项目，确保PCL被正确找到，然后重新编译整个项目。 注意事项： - 确保安装的PCL版本与CloudCompare使用的编译器版本和架构（32/64位）一致。 - 如果遇到链接错误，可能需要检查PCL库的路径是否正确，以及是否所有需要的PCL组件都被包含。 - 由于CloudCompare本身有自己的点云数据结构（CCCoreLib中的ccPointCloud），而PCL使用自己的点云类型（pcl::PointCloud），因此在使用时可能需要进行点云数据类型的转换。 示例转换函数（仅示意，具体实现需根据点云结构）： ```cpp pcl::PointCloud<pcl::PointXYZ>::Ptr ccPointCloudToPCL(ccPointCloud* cloud) { pcl::PointCloud<pcl::PointXYZ>::Ptr pcl_cloud(new pcl::PointCloud<pcl::PointXYZ>); // 设置点云大小 pcl_cloud->width = cloud->size(); pcl_cloud->height = 1; pcl_cloud->points.resize(pcl_cloud->width); for (unsigned int i = 0; i < cloud->size(); i++) { const CCVector3* point = cloud->getPoint(i); pcl_cloud->points[i].x = point->x; pcl_cloud->points[i].y = point->y; pcl_cloud->points[i].z = point->z; } return pcl_cloud; } ``` 这样，你就可以在CloudCompare中利用PCL的强大功能了。 引用说明： [^1]: CloudCompare的GitHub仓库和CCCoreLib库提供了CloudCompare的核心数据结构和算法，但并未直接提及PCL配置。 [^2]: 在CloudCompare学习笔记中，主要介绍了软件的使用和菜单功能，也没有涉及二次开发配置PCL的内容。 因此，以上步骤主要基于通用的C++项目配置PCL的经验以及CloudCompare项目结构的特点。 §§相关问题§§ 1. 在CloudCompare中配置PCL时遇到链接错误怎么办？ 2. 如何将CloudCompare的点云数据转换为PCL的点云数据？ 3. 在CloudCompare中开发PCL相关的插件有什么最佳实践？</think>### CloudCompare 2.13 二次开发配置PCL环境指南 #### 1. **环境准备** - **安装依赖项**： ```bash # Ubuntu/Debian sudo apt-get install build-essential cmake libboost-all-dev libeigen3-dev libflann-dev libvtk7-qt-dev ``` - **安装PCL**： - 下载PCL 1.11+源码（需与CloudCompare兼容）： ```bash git clone https://github.com/PointCloudLibrary/pcl.git cd pcl && mkdir build && cd build cmake -DCMAKE_BUILD_TYPE=Release .. make -j$(nproc) sudo make install ``` #### 2. **配置CloudCompare项目** 1. **修改CMakeLists.txt**： ```cmake # 在CloudCompare主CMakeLists.txt中添加 find_package(PCL 1.11 REQUIRED) include_directories(${PCL_INCLUDE_DIRS}) link_directories(${PCL_LIBRARY_DIRS}) add_definitions(${PCL_DEFINITIONS}) # 在目标链接库中添加PCL target_link_libraries(CloudCompare ${PCL_LIBRARIES}) ``` 2. **集成PCL到插件**（示例）： ```cpp // 在插件代码中使用PCL #include <pcl/point_cloud.h> #include <pcl/io/pcd_io.h> void MyPlugin::doAction() { pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); pcl::io::loadPCDFile("input.pcd", *cloud); // 处理点云... } ``` #### 3. **编译与调试** - **生成构建文件**： ```bash mkdir build && cd build cmake .. -DCMAKE_PREFIX_PATH="/usr/local/PCL路径" \ -DOPTION_USE_PCL=ON ``` - **编译项目**： ```bash make -j$(nproc) CloudCompare ``` - **验证PCL链接**： ```bash ldd CloudCompare | grep pcl # 检查输出是否包含libpcl_*.so ``` #### 4. **数据类型转换** 在CloudCompare和PCL之间转换点云： ```cpp // CC点云 → PCL点云 CCCoreLib::PointCloud* ccCloud = ...; pcl::PointCloud<pcl::PointXYZ>::Ptr pclCloud(new pcl::PointCloud<pcl::PointXYZ>); for (unsigned i=0; i<ccCloud->size(); ++i) { const CCVector3* p = ccCloud->getPoint(i); pclCloud->push_back(pcl::PointXYZ(p->x, p->y, p->z)); } // PCL点云 → CC点云 ccPointCloud::Shared ccNewCloud(new ccPointCloud("converted")); for (const auto& pt : *pclCloud) { ccNewCloud->addPoint(CCVector3(pt.x, pt.y, pt.z)); } ``` #### 5. **常见问题解决** - **错误：未找到PCL** 检查`CMAKE_PREFIX_PATH`是否包含PCL安装路径，或显式设置： ```cmake set(PCL_DIR "/path/to/pcl/share/pcl-1.11") ``` - **链接错误** 确保所有PCL组件在`target_link_libraries`中声明： ```cmake target_link_libraries(CloudCompare ${PCL_COMMON_LIBRARIES} ${PCL_IO_LIBRARIES}) ``` - **版本冲突** 使用与CloudCompare兼容的PCL版本（建议PCL 1.11+） > 提示：CloudCompare使用自研的`CCCoreLib`库处理点云[^1]，而PCL提供更广泛的算法支持。配置时需注意两者数据结构的转换。 ---
评论 9
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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

点云侠

你的鼓励将是我创作的最大动力

¥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