一、下载PCL1.11.0

Github下载地址：https://github.com/PointCloudLibrary/pcl/releases
下载红框内的两个文件

二、安装PCL1.11.0

2.1 安装“PCL-1.11.0-AllInOne-msvc2019-win64.exe”。

（1）选择第二个，自动添加系统变量

（2）安装路径选择D盘，系统会自动新建PCL 1.11.0文件夹。

2.2 安装完成之后打开文件夹 D:\PCL 1.11.0\3rdParty\OpenNI2
双击OpenNI-Windows-x64-2.2 选择路径（D:\PCL 1.11.0\3rdParty\OpenNI2）安装即可。

2.3 全部安装完成后，将pcl-1.11.0-pdb-msvc2019-win64.zip解压后的.pdb文件拷贝到（D:\PCL 1.11.0\bin）中。
2.4 设置环境变量：右击计算机—属性—高级系统设置—高级—环境变量—用户变量—Path—编辑!

如下图所示，设置完成后重启电脑。

在这里直接给出，防止出现错误（依次添加）：

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

到此，环境变量的配置完成。

三、VS2019相关设置

3.1 新建空项目

解决方案配置选择Debug，解决方案平台选择x64。

3.2 新建一个C++源文件

3.3 右击新建的项目—属性：打开属性表

3.4 配置属性—调试—环境—添加：

PATH=D:\PCL 1.11.0\\bin;D:\PCL 1.11.0\\3rdParty\FLANN\bin;D:\PCL 1.11.0\\3rdParty\VTK\bin;D:\PCL 1.11.0\\3rdParty\OpenNI2\Tools

3.5 C/C++—语言—符合模式：否

3.6 C/C++—常规—SDL检查：否

四、配置PCL1.11.0

为了使用方便，这里使用添加属性表的形式
4.1 视图—其他窗口—属性管理器

4.2 打开属性管理器之后，选择Debug|X64—单击Debug|X64左侧倒三角—右击选择 添加型项目属性表

4.3 项目属性表命名

4.4 双击新添加的属性表—VC++目录—包含目录，添加7个include路径

具体添加的include路径如下：

D:\PCL 1.11.0\include\pcl-1.11
D:\PCL 1.11.0\3rdParty\Boost\include\boost-1_73
D:\PCL 1.11.0\3rdParty\Eigen\eigen3
D:\PCL 1.11.0\3rdParty\FLANN\include
D:\PCL 1.11.0\3rdParty\Qhull\include
D:\PCL 1.11.0\3rdParty\VTK\include\vtk-8.2
D:\PCL 1.11.0\3rdParty\OpenNI2\Include

4.5 VC++目录—包含目录，添加6个lib路径

具体添加的lib路径如下：

D:\PCL 1.11.0\lib
D:\PCL 1.11.0\3rdParty\Boost\lib
D:\PCL 1.11.0\3rdParty\FLANN\lib
D:\PCL 1.11.0\3rdParty\Qhull\lib
D:\PCL 1.11.0\3rdParty\OpenNI2\Lib
D:\PCL 1.11.0\3rdParty\VTK\lib

4.6 C/C++—预处理器—预处理器定义—添加：

BOOST_USE_WINDOWS_H
NOMINMAX
_CRT_SECURE_NO_DEPRECATE

4.7 链接器—输入—附加依赖项——添加PCL和VTK的相关lib文件。我用的Debug版本。

附加依赖项具体添加内容如下：（内容略多，放在PCL1.11.0附加依赖项里边了。文章末尾附录中 给出批量获取附加依赖项的方法）
输入到属性表里边的时候必须一行对应一个lib才能成功。
Debug版本
4.8保存属性表

下一次需要创建新项目的时候，只需进行第三步VS2019相关设置的操作，然后打开属性管理器，添加现有属性表，找到之前保存的属性表添加进去即可。

五、测试代码

#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;intmain(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);}

输出下图（数字可能不同），则表示安装成功！

六、附录—获取自己的链接库列表

win+r调出“运行”窗口并输出cmd
输入：cd /d D:\PCL 1.11.0\3rdParty\VTK\lib 回车 （填自己的路径）
输入：dir /b *.lib *>0.txt 回车

这时打开你对应路劲的目录，多了一个0.txt文件，里面存了你这个文件夹里所有链接库名字。
由于每一个Debug版本和Release版本的链接库是挨在一起的。写一个读取文档并对其分别保存就行了。
具体代码如下：（主要功能是读取一个txt文件，将其中奇数行和偶数行单独输出到新的txt文档。）

#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;}

到此这篇关于Win10 系统下VisualStudio2019 配置点云库 PCL1.11.0的图文教程的文章就介绍到这了,更多相关VisualStudio2019 配置点云库 PCL1.11.0内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！