PCL学习笔记（一）-- Windows下配置安装PCL开发环境

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安装包都可以在git上进行下载：

  Releases · PointCloudLibrary/pcl · GitHub

  源码也可以在git上进行下载或者克隆：

  GitHub - PointCloudLibrary/pcl: Point Cloud Library (PCL)

  （ps. 再次吐槽公司网络！！！！！巨慢

  （ps：我在网盘里放了相关的安装包以及一些点云文件，如果需要的话可以私聊邮箱

  顺便说一下我的安装环境是：VS2019 + PCL 1.12.0

2）开始安装

  （1）下载好两个文件以后，先安装All in one：

   下载路径的话，选择D盘，会自动生成一个下载路径：D:\PCL 1.12.0

   （2）完成安装以后需要去：D:\PCL 1.12.0\3rdParty\OpenNI2 查看一下OpenNI有没有安装到这个文件夹。因为默认安装的路径是C盘，如果发现文件夹里只有一个NI的安装包的话，就打开安装程序：

   点击Remove，重新安装并选择路径为：D:\PCL 1.12.0\3rdParty\OpenNI2，安装完成以后文件夹里就会有这些文件：

  （3）将下载的PDB文件，解压到：D:\PCL 1.12.0\bin 文件夹下：

  （4）设置环境变量：

  依次点击：高级系统设置--高级--环境变量--用户Path--新建--输入相应的环境变量--不要忘记点确定！

  环境变量如下：

%PCL_ROOT%\3rdParty\FLANN\bin
%PCL_ROOT%\3rdParty\VTK\bin
%OPENNI2_REDIST64%
%OPENNI2_LIB64%
%OPENNI2_INCLUDE64%

  注意：环境变量输入好以后，一定要点击确定，每个确定都要点，配置好环境后重启电脑。

 3）Visual Studio环境配置

  （1）新建一个C++空项目：

  解决方案设置为Debug，基于X64平台：

  （2）在源文件中新建一个C++源文件：

  （3）右键之前新建的项目（注意不是源文件），选择：属性--配置属性--调试--环境--编辑，添加如下的环境（需要注意这些环境路径需要根据你下载的版本，以及下载的文件所在位置进行调整）：

PATH=D:\PCL 1.12.0\\bin;D:\PCL 1.12.0\\3rdParty\FLANN\bin;D:\PCL 1.12.0\\3rdParty\VTK\bin;D:\PCL 1.12.0\\3rdParty\OpenNI2\Tools

  接着，选择：C/C++--语言--符合模式--设置为否：

  最后，设置：C/C++--所有选项--SDL检查--设置为否：

  一定要记得点应用！！！再点确定呀！！！！

4）配置PCL 1.12.0属性表

为了方便使用，选择添加属性表的方式进行PCL 1.12.0的配置，这需要将属性表的SDL检查也设置为否，否则会出现报错！  

  （1）显示属性管理器：视图--其他窗口--属性管理器

  （2）在属性管理器里找到Debug|x64，右键打开后选择新建新的项目属性表：

  （3）设置名称为：PCL1.12.0.props

  （4）右键新建的属性表，打开属性：C/C++ -- 所有选项 -- SDL检查 -- 设置为否：

  （5）选择VC++目录 -- 包含目录 -- 编辑 --添加新的目录如下（这些目录可能会根据你安装的版本和路径有所变动，注意调整）：

安装的目录如下：

D:\PCL 1.12.0\include\pcl-1.12
D:\PCL 1.12.0\3rdParty\Boost\include\boost-1_76
D:\PCL 1.12.0\3rdParty\Eigen\eigen3
D:\PCL 1.12.0\3rdParty\FLANN\include
D:\PCL 1.12.0\3rdParty\Qhull\include
D:\PCL 1.12.0\3rdParty\VTK\include\vtk-9.0
D:\PCL 1.12.0\3rdParty\OpenNI2\Include

  （6）选择VC++目录 -- 库目录 -- 编辑 --添加新的目录如下（这些目录可能会根据你安装的版本和路径有所变动，注意调整）：

  安装库如下：

D:\PCL 1.12.0\lib
D:\PCL 1.12.0\3rdParty\Boost\lib
D:\PCL 1.12.0\3rdParty\FLANN\lib
D:\PCL 1.12.0\3rdParty\Qhull\lib
D:\PCL 1.12.0\3rdParty\OpenNI2\Lib
D:\PCL 1.12.0\3rdParty\VTK\lib

  （7）选择C/C++ -- 预处理器 -- 预处理器定义 -- 编辑 --添加预处理器定义如下：

  预处理器定义如下：

BOOST_USE_WINDOWS_H
NOMINMAX
_CRT_SECURE_NO_DEPRECATE

  （8）重要的操作来了：批量获取附加依赖项

  首先，快捷键win+r调出运行窗口，输入cmd，在cmd窗口输入以下代码：

cd/d D:\PCL 1.12.0\3rdParty\VTK\lib
dir/b *.lib *>0.txt

  上述代码可以将VTK中的所有lib文件以txt的形式输出到0.txt文件中：

  注意，PCL和VTK的库都需要进行调取： 

  注意：读取出来的链接库包含了Release版本和Debug版本（带d的），这里用Debug版本的链接库。

  用以下代码可以将Release版本和Debug版本区分开来：

#include <iostream>
#include <string>
#include <fstream> 
#include <iostream>
using namespace std;

int main()
{
	ifstream txtfile;//打开读取的文件
	ofstream txt01;//保存的文件
	ofstream txt02;//保存的文件
	string temp;
	int index = 0;//用于判断奇偶

	txtfile.open("0.txt", ios::in);
 
	while (!txtfile.eof())            // 若未到文件结束一直循环
	{

		getline(txtfile, temp);//一行一行读取
		if (index%2==0)//判断除以2的余数，即为奇偶的判断
		{
			txt01.open("1.txt", ios::app);
			txt01 << temp;
			txt01 << endl;
			txt01.close();
		}
		else
		{
			txt02.open("2.txt", ios::app);
			txt02 << temp;
			txt02 << endl;
			txt02.close();
		}
		index++;
	}
	txtfile.close();   //关闭文件
	txtfile.close();
	txt01.close();
	txt02.close();
	
	return 0;
}

  或者也可以选择全部复制到依赖项里面，然后删掉Release版本的链接库。

  完成属性表的配置后，记得保存属性表，以后在使用时只要，重复Visual Studio的配置，然后添加现有的属性表PCL 1.12.1.props即可。

5）代码测试

  输入以下代码进行测试：

#include <iostream>
#include <vector>
#include <ctime>
#include <pcl/point_cloud.h>
#include <pcl/octree/octree.h>
#include <boost/thread/thread.hpp>
#include <pcl/visualization/pcl_visualizer.h>
using namespace std;
int
main(int argc, char** argv)
{
	srand((unsigned int)time(NULL));
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
	// 创建点云数据
	cloud->width = 1000;
	cloud->height = 1;
	cloud->points.resize(cloud->width * cloud->height);
	for (size_t i = 0; i < cloud->points.size(); ++i)
	{
		cloud->points[i].x = 1024.0f * rand() / (RAND_MAX + 1.0f);
		cloud->points[i].y = 1024.0f * rand() / (RAND_MAX + 1.0f);
		cloud->points[i].z = 1024.0f * rand() / (RAND_MAX + 1.0f);
	}

	pcl::octree::OctreePointCloudSearch<pcl::PointXYZ> octree(0.1);
	octree.setInputCloud(cloud);
	octree.addPointsFromInputCloud();
	pcl::PointXYZ searchPoint;
	searchPoint.x = 1024.0f * rand() / (RAND_MAX + 1.0f);
	searchPoint.y = 1024.0f * rand() / (RAND_MAX + 1.0f);
	searchPoint.z = 1024.0f * rand() / (RAND_MAX + 1.0f);

	//半径内近邻搜索
	vector<int>pointIdxRadiusSearch;
	vector<float>pointRadiusSquaredDistance;
	float radius = 256.0f * rand() / (RAND_MAX + 1.0f);
	cout << "Neighbors within radius search at (" << searchPoint.x
		<< " " << searchPoint.y
		<< " " << searchPoint.z
		<< ") with radius=" << radius << endl;
	if (octree.radiusSearch(searchPoint, radius, pointIdxRadiusSearch, pointRadiusSquaredDistance) > 0)
	{
		for (size_t i = 0; i < pointIdxRadiusSearch.size(); ++i)
			cout << "    " << cloud->points[pointIdxRadiusSearch[i]].x
			<< " " << cloud->points[pointIdxRadiusSearch[i]].y
			<< " " << cloud->points[pointIdxRadiusSearch[i]].z
			<< " (squared distance: " << pointRadiusSquaredDistance[i] << ")" << endl;
	}
	// 初始化点云可视化对象
	boost::shared_ptr<pcl::visualization::PCLVisualizer>viewer(new pcl::visualization::PCLVisualizer("显示点云"));
	viewer->setBackgroundColor(0, 0, 0);  //设置背景颜色为黑色
	// 对点云着色可视化 (red).
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>target_color(cloud, 255, 0, 0);
	viewer->addPointCloud<pcl::PointXYZ>(cloud, target_color, "target cloud");
	viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "target cloud");

	// 等待直到可视化窗口关闭
	while (!viewer->wasStopped())
	{
		viewer->spinOnce(100);
		boost::this_thread::sleep(boost::posix_time::microseconds(1000));
	}

	return (0);
}

  输出结果如下：

 那么在windows下搭建PCL环境就完成了！