PCL初探(零) ：opencv3.4.0 + qt5.9.1+ pcl1.8.1 + vtk7.1.1的安装

附：
- 文中提到的路径名请酌情修改

qt5安装

从qt官网下载安装程序，记得选择open source

在文件所在目录打开终端，提升文件权限，并按照索引完成安装，安装过程中根据需要选择合适的qt版本，完成后可将qt-creator锁定到启动栏

chmod +x qt-creator-opensource-linux-x86_64-4.4.1.run   #文件名换成刚下载的对应版本
./qt-creator-opensource-linux-x86_64-4.4.1.run

安装opencv

1、安装opencv依赖库，终端输入

sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev 
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
sudo apt-get install libxvidcore-dev libx264-dev
sudo apt-get install libatlas-base-dev gfortran
sudo apt-get install ffmpeg

2、 从github下载opencv压缩文件并解压到本地
https://github.com/opencv/opencv
3、在解压后的文件夹中新建build文件夹

cd  ~/opencv
mkdir build

4、进入build文件夹进行编译与建立并安装库

cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j2  #选择合适的线程数
sudo make install

5、opencv安装完毕

Boost和Eigen3、flann等的安装

一些必需的依赖库

 sudo apt-get install libboost1.58-all-dev
 sudo apt-get install libeigen3-dev
 sudo apt-get install libgl1-mesa-dev
 sudo apt-get install libxt-dev
 sudo apt-get install libflann-dev
 sudo apt-get update      

VTK7.1.1

从http://www.vtk.org/download/下载VTK并解压，在vtk文件夹中建立build

mkdir build
cd build
cmake -DVTK_QT_VERSION:STRING=5  -DQT_QMAKE_EXECUTABLE:PATH=/home/mini/software/Qt/5.9.1/gcc_64/bin/qmake -DVTK_Group_Qt:BOOL=ON -DCMAKE_PREFIX_PATH:PATH=/opt/Qt/5.9.1/gcc_64/lib/cmake -DBUILD_SHARED_LIBS:BOOL=ON ..
sudo make
sudo make installtk

若使用vtk6.3进行编译，编译过程中出现找不到qtwebkitwidgets的情况，在qt5.1-5.5之后，qt删除了该文件，请换用低版本qt或高版本vtk

安装CUDA

1.在nvidia官网下载cuda安装程序 （注：将该安装包放在不含有中文字符的路径下以便之后安装）
https://developer.nvidia.com/cuda-downloads

2.在附加驱动里将驱动换到nvidia专用驱动，禁用nouveau，在/etc/mdprobe.d/中新建blacklist-nouveau.conf

cd /etc/mdprobe.d
sudo gedit blacklist-nouveau.conf

3.在文档中加入如下内容

blacklist nouveau
options nouveau modeset=0

4.然后重启系统，先换到runlevel 3界面下，登录后alt + ctrl + F1 进入控制台1

telinit 3  #离开图形界面，进入runlevel 3

5.在控制台1登陆后，找到之前放好的安装包进行安装

sudo sh cuda_9.1.85_387.26_linux.run

过程中不再安装nvidia驱动，不安装openGL，其他均可选为y

6.安装完成后在～/.bashrc中加入环境变量

export PATH=/usr/local/cuda-9.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

7.安装结束后将runlevel 3换回 runlevel 5

telinit 5

8.重启系统，下面指令可分别查看cuda版本和nvidia驱动情况

nvcc -V
nvidia-smi

9.在ubuntu下要使cuda生成的结果可视化，需要安装下面的库

$ sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

10.运行一个sample测试cuda

cuda-install-samples-9.0.sh ~
cd ~/NVIDIA_CUDA-9.0_Samples/5_Simulations/nbody
make
./nbody

11.上述均成功，安装完成。

PCL

1、在github下载压缩包并解压
https://github.com/PointCloudLibrary/pcl/releases
2、在PCL文件夹中新建build文件夹准备进行编译，其中可选是否与GPU联合编译

mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=RELEASE ..
#cmake -DCMAKE_BUILD_TYPE=RELEASE BUILD_GPU=ON ..   //此为与GPU一同编译
sudo make -j2
sudo make install

如果编译过程中出错，一般是因为各依赖项版本不匹配导致的，请酌情更换

3、检查PCL是否安装成功

新建demo文件夹（合适的地方）
将pcl–>doc->tutorials->content->sources->cloud_viewer文件夹下的cloud_viewer.cpp 和CMakeLists。txt拷贝到demo中
在demo文件夹下打开终端

cd ~
mkdir demo
sudo mv /pcl/doc/tutorials/content/sources/cloud_viewer ~/demo
cd demo
cmake -DVAR=VALUE.
make 

若生成执行文件cloud_viewer并可运行成功则安装完成

congratulate.