CloudCompare二次开发编译篇(内附交流群更新通知)

前言

CloudCompare是另一款开源且完善的点云处理软件，我们可以在这款软件的基础上，任意的设计成我们想要的界面，可以说是点云处理软件的最佳选择，所以我认为如果你是研究点云算法的可以使用PCL，GDAL,等其他库，如果你是做工程的需要点云的界面显示，那么cloudCompare就是不二选择，当然如果是简单的界面使用PCL和QT也是可以实现的。这里我们在之前的博客分享中已经有多篇文章解析如何使用PCL和Qt进行点云的的开发。

这里我们将主要带你入门CloudCompare 这款软件的使用，这款软件是完全开源的，这里我们从如何开始在win10上编译开始记录。

软件编译的系统是win10 X64 系统，开发软件是VS2015，联合编译需要的其他库有  QT5.8   PCL1.8.1，cmake3.15 

下载CloudCompare，使用cmake进行配置和编译

通常我们直接编译是编译不过的，因为我们要配置QT的路径。

可选择的是是否与PCL联合编译，这里我选择一起编译了

同样配置好PCL的路径后点击“Configure”，如果一切都是正确的一定会在cmake中输出“Configuring done”,说明配置都正常了，我们在点击“Generate”此时将会生成VS2015的工程文件，我们选择“Open Project”后打开工程。

工程界面如图，此时我们将工程配置成release X64进行编译。不出意外应该会耗时很久然后生成对应的exe文件以及其依赖的lib文件和dll文件。耐心等待吧。

按要求编译，结果没毛病，如图

然后我们将VS工程的“解决方案”中的cloudcompare工程设置为“启动项”，直接运行既可以打开，如图

这里有时候，有可能是你VS的配置的问题，虽然一起都生成了但是没有将cloudcompare.exe可执行文件的动态链接库生成保存在对应的exe文件下，此时会提示你缺少一些dll,我们只需要找到对应的dll,与Cloudcompare.exe放在同一个文件下即可。

到此我们就结束如何编译cloudcompare工程。这样编译的原因是因为我们可以在VS工程中二次开发，当然如果你仅仅只是直接使用此软件的就不用这么复杂的去编译，可以直接下载官方网站对应的安装包即可，更多信息可以查看官网网站：http://www.cloudcompare.org/

这里招募有兴趣的小伙伴，一起来翻译Cloudcompare的官方文档，可能你不需要懂这个软件，只需要你英文稍好即可。有意者可联系群主微信“920177957”，务必备注：姓名+学校/公司+CC翻译，也其他更多的人参与或者赞助与合作。

News

微信与QQ交流群更新啦

NO.1 QQ技术交流群

QQ群

一群：327490147（已满）

二群：1091051698（已满）

三群：733652779（可申请）

欢迎加入我们的新群：733652779，主要以点，激光SLAM，视觉SLAM，高精地图等相关技术交流群。务必按照“姓名+学校/公司”备注（否则不予通过）！！！

NO.2 点云与SLAM技术微信群

两个微信群也即将满员，有点云和SLAM等相关技术爱好者可以添加微信：920177957，按要求备注“姓名+学校/公司+研究方向”备注（否则不予通过），加入我们视觉与激光SLAM技术交流群！！！

NO.3 微信分享群

欢迎热爱分享和交流的小伙伴们微信与920177957或者邮件dianyunpcl@163.com 交流，加入我们技术分享群，分享自己最近阅读的论文，最新技术，代码经验，求职经验，以及招聘信息等等。期待你的分享！！！

资源

三维点云论文及相关应用分享

【点云论文速读】基于激光雷达的里程计及3D点云地图中的定位方法

3D目标检测：MV3D-Net

三维点云分割综述（上）

3D-MiniNet: 从点云中学习2D表示以实现快速有效的3D LIDAR语义分割（2020）

win下使用QT添加VTK插件实现点云可视化GUI

JSNet：3D点云的联合实例和语义分割

大场景三维点云的语义分割综述

PCL中outofcore模块---基于核外八叉树的大规模点云的显示

基于局部凹凸性进行目标分割

基于三维卷积神经网络的点云标记

点云的超体素(SuperVoxel)

基于超点图的大规模点云分割

更多文章可查看：点云学习历史文章大汇总

SLAM及AR相关分享

【开源方案共享】ORB-SLAM3开源啦！

【论文速读】AVP-SLAM：自动泊车系统中的语义SLAM

【点云论文速读】StructSLAM:结构化线特征SLAM

SLAM和AR综述

常用的3D深度相机

AR设备单目视觉惯导SLAM算法综述与评价

SLAM综述(4)激光与视觉融合SLAM

Kimera实时重建的语义SLAM系统

SLAM综述(3)-视觉与惯导，视觉与深度学习SLAM

易扩展的SLAM框架-OpenVSLAM

高翔：非结构化道路激光SLAM中的挑战

SLAM综述之Lidar SLAM

基于鱼眼相机的SLAM方法介绍

往期线上分享录播汇总

第一期B站录播之三维模型检索技术

第二期B站录播之深度学习在3D场景中的应用

第三期B站录播之CMake进阶学习

第四期B站录播之点云物体及六自由度姿态估计

第五期B站录播之点云深度学习语义分割拓展

第六期B站录播之Pointnetlk解读

[线上分享录播]点云配准概述及其在激光SLAM中的应用

[线上分享录播]cloudcompare插件开发

[线上分享录播]基于点云数据的 Mesh重建与处理

[线上分享录播]机器人力反馈遥操作技术及机器人视觉分享

[线上分享录播]地面点云配准与机载点云航带平差

点云PCL更多活动请查看：点云PCL活动之应届生校招群

扫描下方微信视频号二维码可查看最新研究成果及相关开源方案的演示：

如果你对本文感兴趣，请点击“原文阅读”获取知识星球二维码，务必按照“姓名+学校/公司+研究方向”备注加入免费知识星球，免费下载pdf文档，和更多热爱分享的小伙伴一起交流吧！

以上内容如有错误请留言评论，欢迎指正交流。如有侵权，请联系删除

扫描二维码

                   关注我们

让我们一起分享一起学习吧！期待有想法，乐于分享的小伙伴加入免费星球注入爱分享的新鲜活力。分享的主题包含但不限于三维视觉，点云，高精地图，自动驾驶，以及机器人等相关的领域。

分享及合作方式：群主微信“920177957”（需要按要求备注） 联系邮箱：dianyunpcl@163.com，欢迎企业来联系公众号展开合作。

点一下“在看”你会更好看耶