（一）PCL 1.12 + VS2019 环境配置

     最近开始做口腔点云数据处理相关的工作，需要把CBCT数据中的结构转换为点云，因此选择了PCL，PCL在windows下环境的配置已经很简单了，直接安装配置即可使用，这里只对安装过程中遇到的问题和小技巧记录下来。

      1、PCL1.12的安装过程可参考链接：(55条消息) PCL安装与配置（Windows10+VS2017 ）_syz201558503103的博客-CSDN博客_pcl启动器。

       2、安装完成后，需要去安装目录的  <PCL 1.12.0\3rdParty\OpenNI2> 里面确认下 是否只有一个 OpenNI-Windows-x64-2.2.msi 安装包（OpenNI 2 Downloads and Documentation | The Structure Sensor）。如果是就需要双击运行，卸载后，重新安装，且安装目录要和上面的一致<PCL 1.12.0\3rdParty\OpenNI2>；

        3、建立VS2019控制台，进行测试的过程中，需要添加很多的lib文件，在这里可以用批处理命令把所有的lib文件名保存到txt中，这样不需要一个一个去手动添加，节省时间。

         具体方法： 新建一个文件文件：list.txt.     在里面添加批处理命令： DIR *.*  /B >list1.txt。

         保存后关闭，将list.txt，的后缀txt，修改为bat。将list.bat，放到lib文件夹内，双击list.bat，运行完成后，在当前目录下就会有一个 list1.txt，里面即是lib文件。

如下图：

图1.快速获取lib文件列表 

        4、VS2019环境配置过程中lib文件添加方式 ：两种方式，一种是在属性框中进行配置；另外一种是使用#pragma comment 进行添加，个人喜好后者，但在添加boost以后，编译一直提示：找不到 libboost_thread-vc142-mt-gd-x64-1_76.lib，最后采用属性框内配置后，解决。两种配置方式对比图如下：

        5、编译通过后，把相关的DLL拷贝的可执行文件目录即可运行，有时会提示缺少OpenNI2.dll,解决方法是步骤2中，重新安装OpenNI2到 PCL的安装目录中即可在安装目录中找到。

       6、PCD格式：(55条消息) 66.[PCL]PCD文件格式_Mars Loo的博客-CSDN博客

       7、运行demo界面

demo 1

 测试代码附录：

demo1:

#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);

	// 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);

}

demo2:

#include<pcl/visualization/cloud_viewer.h>
#include<iostream>//标准C++库中的输入输出类相关头文件。
#include<pcl/io/io.h>
#include<pcl/io/pcd_io.h>//pcd 读写类相关的头文件。
#include<pcl/io/ply_io.h>
#include<pcl/point_types.h> //PCL中支持的点类型头文件。
int user_data;
using std::cout;


void viewerOneOff(pcl::visualization::PCLVisualizer& viewer) {
    viewer.setBackgroundColor(0.0, 0.0, 0.0);   //设置背景颜色
}

int main() {
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);

    char strfilepath[256] = "rabbit.pcd";
    if (-1 == pcl::io::loadPCDFile(strfilepath, *cloud)) {
        cout << "error input!" << endl;
        return -1;
    }

    cout << cloud->points.size() << endl;
    pcl::visualization::CloudViewer viewer("Cloud Viewer");     //创建viewer对象

    viewer.showCloud(cloud);
    viewer.runOnVisualizationThreadOnce(viewerOneOff);
    system("pause");
    return 0;
}