https://blog.csdn.net/zkj126521/article/details/80157351

    pcl下載，網址https://github.com/PointCloudLibrary/pcl
    使用git命令或者直接下載zip檔案即可。
    1.安裝依賴

    sudo apt-get update  
    sudo apt-get install git build-essential linux-libc-dev  
    sudo apt-get install cmake cmake-gui   
    sudo apt-get install libusb-1.0-0-dev libusb-dev libudev-dev  
    sudo apt-get install mpi-default-dev openmpi-bin openmpi-common    
    sudo apt-get install libflann1.8 libflann-dev  
    sudo apt-get install libeigen3-dev  
    sudo apt-get install libboost-all-dev  
    sudo apt-get install libvtk5.10-qt4 libvtk5.10 libvtk5-dev  
    sudo apt-get install libqhull* libgtest-dev  
    sudo apt-get install freeglut3-dev pkg-config  
    sudo apt-get install libxmu-dev libxi-dev   
    sudo apt-get install mono-complete  
    sudo apt-get install qt-sdk openjdk-8-jdk openjdk-8-jre  

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14

2.編譯原始碼

    cmake  -D CMAKE_BUILD_TYPE=None  -D BUILD_GPU=ON  -D BUILD_apps=ON  -D BUILD_examples=ON .  
    make -j2  
    sudo make install  

    1
    2
    3

3.（可選 and 建議）：如果需要PCLVisualizer。安裝OpenNI、OpenNI2

    sudo apt-get install libopenni-dev   
    sudo apt-get install libopenni2-dev  

    1
    2

安裝完成。

例程測試：
例1:學習向PCD檔案寫入點雲資料
來源於http://www.cnblogs.com/li-yao7758258/p/6435568.html

#include <iostream>              //標準C++庫中的輸入輸出的標頭檔案
#include <pcl/io/pcd_io.h>           //PCD讀寫類相關的標頭檔案
#include <pcl/point_types.h>      //PCL中支援的點型別的標頭檔案

int
  main (int argc, char** argv)
{
  //例項化的模板類PointCloud  每一個點的型別都設定為pcl::PointXYZ
/*************************************************
 點PointXYZ型別對應的資料結構
    Structure PointXYZ{
     float x;
     float y;
     float z;
    };
**************************************************/
  pcl::PointCloud<pcl::PointXYZ> cloud;

  // 建立點雲  並設定適當的引數（width height is_dense）
  cloud.width    = 5;
  cloud.height   = 1;
  cloud.is_dense = false;  //不是稠密型的
  cloud.points.resize (cloud.width * cloud.height);  //點雲總數大小
   //用隨機數的值填充PointCloud點雲物件
  for (size_t i = 0; i < cloud.points.size (); ++i)
  {
    cloud.points[i].x = 1024 * rand () / (RAND_MAX + 1.0f);
    cloud.points[i].y = 1024 * rand () / (RAND_MAX + 1.0f);
    cloud.points[i].z = 1024 * rand () / (RAND_MAX + 1.0f);
  }
  //把PointCloud物件資料儲存在 test_pcd.pcd檔案中
  pcl::io::savePCDFileASCII ("test_pcd.pcd", cloud);

//列印輸出儲存的點雲資料
  std::cerr << "Saved " << cloud.points.size () << " data points to test_pcd.pcd." << std::endl;

  for (size_t i = 0; i < cloud.points.size (); ++i)
    std::cerr << "    " << cloud.points[i].x << " " << cloud.points[i].y << " " << cloud.points[i].z << std::endl;

  return (0);
}

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41

cmake_minimum_required ( VERSION 2.6 FATAL_ERROR)   #對於cmake版本的最低版本的要求
project(ch2)                                        #建立的工程名，例如原始碼目錄路徑的變數名為CH_DIR
                                                    #工程儲存目錄變數名為CH_BINARY_DIR
#要求工程依賴的PCL最低版本為1.3，並且版本至少包含common和IO兩個模組  這裡的REQUIRED意味著如果對應的庫找不到 則CMake配置的過程將完全失敗，
#因為PCL是模組化的，也可以如下操作：
#           一個元件  find_package(PCL 1.6 REQUIRED COMPONENTS  io)
#           多個元件  find_package(PCL 1.6 REQUIRED COMPONENTS commom io)
#           所有元件  find_package(PCL 1.6 REQUIRED )                    
find_package(PCL 1.3 REQUIRED)  


#下面的語句是利用CMake的巨集完成對PCL的標頭檔案路徑和連結路徑變數的配置和新增，如果缺少下面幾行，生成檔案的過程中就會提示
#找不到相關的標頭檔案，在配置CMake時，當找到了安裝的PCL，下面相關的包含的標頭檔案，連結庫，路徑變數就會自動設定
#                    PCL_FOUND:如果找到了就會被設定為1 ，否則就不設定
#                    PCL_INCLUDE_DIRS:被設定為PCL安裝的標頭檔案和依賴標頭檔案的目錄
#                    PCL_LIBRARIES:被設定成所建立和安裝的PCL庫標頭檔案
#                    PCL_LIBRARIES_DIRS:被設定成PCL庫和第三方依賴的標頭檔案所在的目錄
#                    PCL_VERSION:所找到的PCL的版本
#                    PCL_COMPONENTS:列出所有可用的元件
#                    PCL_DEFINITIONS:列出所需要的前處理器定義和編譯器標誌
include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARIES_DIRS})
add_definitions(${PCL_DEFINITIONS})

#這句話告訴CMake從單個原始檔write_pcd建立一個可執行檔案
add_executable(write_pcd write_pcd.cpp)
#雖然包含了PCL的標頭檔案，因此編譯器知道我們現在訪問所用的方法，我們也需要讓連結器知道所連結的庫，PCL找到庫檔案由
#PCL_COMMON_LIBRARIES變數指示，通過target_link_libraries這個巨集來出發連結操作
target_link_libraries(write_pcd ${PCL_COMMON_LIBRARIES} ${PCL_IO_LIBRARIES})

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29

 mkdir  build
 cd build
 cmake ..
 make

    1
    2
    3
    4

結果如圖所示：
這裡寫圖片描述

例2:視覺化
來源於https://blog.csdn.net/a464057216/article/details/54864591

#include <iostream>
#include <string>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/visualization/pcl_visualizer.h>
using namespace std;

int main (int argc, char** argv){
typedef pcl::PointXYZRGB PointT;
pcl::PointCloud<PointT>::Ptr cloud (new pcl::PointCloud<PointT>);

std::string dir = "";//自行修改路徑
std::string filename = "sample.pcd";

if (pcl::io::loadPCDFile<PointT> ((dir+filename), *cloud) == -1){
//* load the file
PCL_ERROR ("Couldn't read PCD file \n");
return (-1);
}
printf("Loaded %d data points from PCD\n",
cloud->width * cloud->height);

pcl::visualization::PCLVisualizer viewer("Cloud viewer");
viewer.setCameraPosition(0,0,-3.0,0,-1,0);
viewer.addCoordinateSystem(0.3);

viewer.addPointCloud(cloud);
while(!viewer.wasStopped())
viewer.spinOnce(100);
return (0);
}

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31

執行結果如下:
這裡寫圖片描述
參考部落格：https://blog.csdn.net/dantengc/article/details/78446600
https://blog.csdn.net/xs1102/article/details/74736298
---------------------  
作者：POFEI_IS_SHIT  
來源：CSDN  
原文：https://blog.csdn.net/zkj126521/article/details/80157351  
版權宣告：本文為博主原創文章，轉載請附上博文連結！