【点云NormalEstimation】python-pcl：法向量估计并存储

3D点云特征描述与提取是点云信息处理中最基础也最关键的一部分，点云分割、重采样、配准、曲面重建等处理的大部分算法，都严重依赖特征描述与提取的结果。

1. 估算PointCloud的表面法线（Surface Normals）

有3种方式

1. K近邻计算法向量
2. 半径近邻计算法向量
3. 积分图像进行正态估计（Normal Estimation Using Integral Images）计算法向量

点云表面法线计算的原理，以K近邻为例，搜索每一个点的K近邻，并以这K+1个点估计一个平面出来，穿过这个点并垂直于这个面的线称之为法向量，也称法线。

点云Python-pcl可视化调用的仍然是 PCL的五大依赖库 之一VTK，如果vtk依赖库没有正确安装，点云的可视化将报错；

以上三种方式的法向量计算，并且打印部分发现的值，源代码如下：

import pcl
import time
from laspy.file