Windows 编译 PCL 1.8.0

Last Updated At: 2016-10-17

PCL(Point Cloud Library) 1.8.0 版本发布了,相对 1.7.x 版本,带来了大量的 更新,其源码可以从 pcl 1.8.0 release 下载。本文记录如何在 Windows 上使用 Visual Studio C++ 编译器编译和配置 PCL 1.8.0 版本。

tl; dr

预编译好的 PCL 1.8.0 版本,包含了第三方程序库。

下载地址:Point Cloud Library 1.8.0

准备工作

首先确保安装了以下工具:

  1. Visual Studio Community 2015
  2. CMake
  3. Microsoft MPI v7
  4. Qt 5.7.0 for Windows 64-bit(VS 2015)
  5. OpenNI 2.2.0.33 Beta

注意在 Microsoft MPI v7 的下载页面需要选定 msmpisdk.msiMSMpiSetup.exe,两个软件都需要安装。

下载以下软件/库的源代码:

  1. PCL 1.8.0
  2. Boost 1.61.0
  3. Eigen 3.2.8
  4. FLANN 1.8.4
  5. VTK 7.0.0
  6. Qhull 2015.2

避错贴士

由于编译过程繁杂,很容易碰到错误,目前提供如下贴士:

  1. Windows 10 系统不能安装 Windows Driver Kit,否则会导致编译 Boost 时出错
  2. 系统不能安装 Anaconda 2/3,否则编译 FLANN 时 HDF 相关设置会导致编译出错
  3. 编译时尽量不要选择编译例程(examples)和测试(global test),否则很容易出问题

另外,本文均使用 Visual Studio C++ 14.0 win64 编译源码,也可以使用默认的 32 位编译器,当然使用 Visual Studio 2013 版本配套的 C++ 12.0 编译器理论上也是可以的。后文用到的工具以及编译选项均假定为 64 位编译器,如使用其他版本或 32 位的编译器,注意替换。

编译Boost

Boost 库提供标准库兼容的 C++ 运算库,许多特性逐渐加入到新的 C++ 标准中(C++11、C++14、C++17)。

解压 Boost 源码到 boost_1_61_0,如 D:\lib\boost_1_61_0

注意: 下文均将源代码解压到 D:\lib 目录中,不做另外说明。

使用文本编辑器编辑 D:\lib\boost_1_61_0\tools\build\src\tools\mpi.jam 文件(使用以下代码替换指定行数的代码):

注意: Windows 下推荐 Nodepad++ 或者其他代码编辑器(Visual Studio(Code)、Sublime Text、Atom等),不要 使用记事本。

249-251 行

local microsoft_mpi_sdk_path = "C:\\Program Files (x86)\\Microsoft SDKs\\MPI" ;
local microsoft_mpi_path = "C:\\Program Files\\Microsoft MPI" ;
if [ GLOB $(microsoft_mpi_sdk_path)\\Include : mpi.h ]

260-262 行

options = <include>$(microsoft_mpi_sdk_path)/Include
<address-model>64:<library-path>$(microsoft_mpi_sdk_path)/Lib/x64
<library-path>$(microsoft_mpi_sdk_path)/Lib/x86

268 行

.mpirun = "\"$(microsoft_mpi_path)\\Bin\\mpiexec.exe"\" ;

保存文件后关闭。

使用管理员权限启动 VS2015 x64 Native Tools Command Prompt,进入到 Boost 源代码解压目录,然后运行其中的 bootstrap.bat 脚本。

D:
cd lib\boost_1_61_0
bootstrap.bat

说明: 第一行切换到 D:\,第二行切换到 Boost 源代码目录,第三行运行 bootstrap.bat

将会在目录中生成 project-config.jam 文件,使用文本编辑器打开,在第 4 行添加

using mpi ;

继续在 VS2015 x64 Native Tools Command Prompt 中输入

b2.exe toolset=msvc-14.0 address-model=64 --build-dir=build\x64 install --prefix="D:\lib\Boost" -j8

说明: --prefix= 设置编译输出目录,默认也在 D:\lib 中,Boost 对应的为 D:\lib\Boost,其他库的编译输出目录命名类似。

等待编译完成。编译成功后添加用户变量 BOOST_ROOTD:\lib\Boost

编译Eigen

Eigen 主要用于矩阵运算。

解压 Eigen 源码压缩包到 D:\lib\eigen-eigen-07105f7124f9

启动 CMake,设定源码目录和构建目录

  • Where is the source code: D:\lib\eigen-eigen-07105f7124f9
  • Where to build the binaries: D:\lib\eigen-eigen-07105f7124f9\build

点击 Configure,在弹出的对话框中将 Specify the generator for this project 修改为 Visual Studio 14 2015 Win64,然后点击 Finish 完成第一次配置。

检查以下配置项:

  • CMAKE_INSTALL_PREFIX: D:\lib\Eigen

再次 Configure 后点击 Generatebuild 目录中生成 VS 解决方案。

使用管理员权限启动 Visual Studio,通过 File | Open | Project/Solution 菜单打开 D:\lib\eigen-eigen-07105f7124f9\build\Eigen.sln 解决方案,在 Solution Explorer 中选定 ALL_BUILD,右键选择 Build 开始构建源码,构建完成后,再选定 INSTALL,然后右键选择 Build 完成二进制文件的安装。

构建成功后生成的文件在 D:\lib\Eigen 文件夹中。

添加用户变量 EIGEN_ROOTD:\lib\Eigen

编译FLANN

FLANN 用于快速最近邻运算,在点云图像的处理过程中会涉及到大量的邻域计算。

解压 FLANN 源码压缩包到 D:\lib\flann-1.8.4-src

启动 CMake,设定源码目录和构建目录

  • Where is the source code: D:\lib\flann-1.8.4-src
  • Where to build the binaries: D:\lib\flann-1.8.4-src\build

点击 Configure,在弹出的对话框中将 Specify the generator for this project 修改为 Visual Studio 14 2015 Win64,然后点击 Finish 完成第一次配置。

检查以下配置项(☐ 表示取消选定,☑ 表示选定):

  • BUILD_MATLAB_BINDINGS: ☐
  • BUILD_PYTHON_BINDINGS: ☐
  • CMAKE_CONFIGURATION_TYPES: Debug;Release
  • CMAKE_INSTALL_PREFIX: D:/lib/FLANN

再次点击 Configure 后,点击 Add Entry 添加一个配置项,该配置项的值如下:

  • Name: CMAKE_DEBUG_POSTFIX
  • Type: STRING
  • Value: -gd

再次点击 Configure 后点击 Generate 生成VS解决方案。

使用文本编辑器修改源文件 D:\lib\flann-1.8.4-src\src\cpp\flann\util\serialization.h,在第 92 行下面添加

#ifdef _MSC_VER
    BASIC_TYPE_SERIALIZER( unsigned __int64 );
#endif

使用管理员权限启动 Visual Studio,通过 File | Open | Project/Solution 菜单打开 D:\lib\flann-1.8.4-src\build\flann.sln 解决方案。

Debug 模式下,在 Solution Explorer 中选定 ALL_BUILD,右键选择 Build 开始构建源码,构建完成后选定 INSTALL,再右键选择 Build 将编译生成的文件安装到指定目录(CMAKE_INSTALL_PREFIX)。

然后再切换到 Release 模式,在 Solution Explorer 中选定 ALL_BUILD,右键选择 Build 开始构建源码,构建完成后选定 INSTALL,再右键选择 Build 将编译生成的文件安装到指定目录。

这样将生成 Release 版本和 Debug 版本的库文件和动态链接库。

编译成功后添加用户变量 FLANN_ROOTD:\lib\FLANN,在变量 Path 中添加 %FLANN_ROOT%\bin

编译VTK

VTK 主要用于三维点云数据的可视化,PCL 的可视化组件依赖于 VTK。

解压 VTK 源代码到 D:\lib\VTK-7.0.0

启动 CMake,设定源码目录和构建目录

  • Where is the source code: D:\lib\VTK-7.0.0
  • Where to build the binaries: D:\lib\VTK-7.0.0\build

点击 Configure,在弹出的对话框中将 Specify the generator for this project 修改为 Visual Studio 14 2015 Win64,然后点击 Finish 完成第一次配置。

检查以下配置项:

  • VTK_Group_Qt: ☑
  • VTK_QT_VERSION: 5
  • CMAKE_CONFIGURATION_TYPES: Debug;Release
  • CMAKE_CXX_MP_FLAG: ☑
  • CMAKE_INSTALL_PREFIX: D:\lib\VTK

点击 Add Entry 添加一个配置项,配置项的值如下:

  • Name: CMAKE_DEBUG_POSTFIX
  • Type: STRING
  • Value: -gd

再次点击 Configure 后点击 Generate 生成 VS 解决方案。

使用管理员权限启动 Visual Studio,通过 File | Open | Project/Solution 菜单打开 D:\lib\VTK-7.0.0\build\VTK.sln 解决方案。

在 Debug 模式下开始构建之前,编辑 D:\lib\VTK-7.0.0\GUISupport\Qt\PluginInstall.cmake.in 文件,在第 5 行的 QVTKWidgetPlugin 后面添加 -gd,然后保存文件。 在 Solution Explorer 中选定 ALL_BUILD,右键选择 Build 构建源代码,构建完成后 选定 INSTALL,再右键选择 Build 将编译生成的文件安装到指定位置。

切换为 Release 形式,注意此时需要撤销对 PluginInstall.cmake.in 文件的更改,即去掉之前添加的 -gd,然后保存并退出编辑。然后在 Solution Explorer 中选定 ALL_BUILD,右键选择 Build 构建源代码,构建完成后,选定 INSTALL,再右键选择 Build 将编译生成的文件安装到指定位置。

这样将生成 Release 版本和 Debug 版本的库文件和动态链接库。

构建成功后,添加用户变量 VTK_DIRD:\lib\VTK,在变量 Path 中添加 %VTK_DIR%\bin

编译Qhull

Qhull 用于凸包计算。

解压 Qhull 源代码到 D:\lib\qhull-2015.2

删除源代码目录中的 build 目录中的内容,然后启动 CMake,设定源码目录和构建目录

  • Where is the source code: D:\lib\qhull-2015.2
  • Where to build the binaries: D:\lib\qhull-2015.2\build

点击 Configure,在弹出的对话框中将 Specify the generator for this project 修改为 Visual Studio 14 2015 Win64,然后点击 Finish 完成第一次配置。

检查以下配置项:

  • CMAKE_CONFIGURATION_TYPES: Debug;Release
  • CMAKE_INSTALL_PREFIX: D:/lib/Qhull

点击 Add Entry 添加一个配置项,配置项的值如下:

  • Name: CMAKE_DEBUG_POSTFIX
  • Type: STRING
  • Value: _d

使用管理员权限启动 Visual Studio,通过 File | Open | Project/Solution 菜单打开 D:\lib\qhull-2015.2\build\qhull.sln 解决方案。

Debug 模式下,从 Solution Explorer 中选定 ALL_BUILD,右键选择 Build 构建源代码,构建完成后选定 INSTALL,再右键选择 Build 将构建生成的文件安装到指定位置。

切换为 Release 模式,在 Solution Explorer 中选定 ALL_BUILD,右键选择 Build 构建源代码,构建完成后选定 INSTALL,再右键选择 Build 将构建生成的文件安装到指定位置。

这样将生成 Release 版本和 Debug 版本的库文件和动态链接库。

编译成功后添加用户变量 QHULL_ROOTD:\lib\Qhull

编译PCL

解压 PCL 源代码到 D:\lib\PCL-1.8.0 目录。

注意: 下面的修改是一个 bug,在 Github 仓库里已经修复(#1635),但是 PCL 1.8.0 版本的源代码还没有更新。所以可能更新版本的 PCL 1.8.x 就不存在以下的问题了。


使用文本编辑器编辑 D:\lib\PCL-1.8.0\visualization\src\pcl_visualizer.cpp:

将第 1495 行替换为:

if (!pcl::visualization::getColormapLUT (static_cast<LookUpTableRepresentationProperties>(static_cast<int>(value)), table))

将第 1741 行替换为:

getColormapLUT (static_cast<LookUpTableRepresentationProperties>(static_cast<int>(value)), table);

启动 CMake,设定源码目录和构建目录

  • Where is the source code: D:\lib\PCL-1.8.0
  • Where to build the binaries: D:\lib\PCL-1.8.0\build

点击 Configure,在弹出的对话框中将 Specify the generator for this project 修改为 Visual Studio 14 2015 Win64,然后点击 Finish 完成第一次配置。

GroupedAdvanced 选定,然后检查以下配置项:

Ungrouped Entries

  • EIGEN_INCLUDE_DIR: D:/lib/Eigen/include/eigen3
  • VTK_DIR: D:/lib/VTK/lib/cmake/vtk-7.0

BUILD

  • BUILD_2d: ☑(check)
  • BUILD_CUDA: ☐(uncheck)
  • BUILD_GPU: ☐(uncheck)
  • BUILD_all_in_one_installer: ☑(check)
  • BUILD_apps: ☐(uncheck)
  • BUILD_common: ☑(check)
  • BUILD_example: ☐(uncheck)
  • BUILD_features: ☑(check)
  • BUILD_filters: ☑(check)
  • BUILD_geometry:☑(check)
  • BUILD_global_tests: ☐(uncheck)
  • BUILD_io: ☑(check)
  • BUILD_kdtree: ☑(check)
  • BUILD_keypoints: ☑(check)
  • BUILD_octree: ☑(check)
  • BUILD_outofcore: ☑(check)
  • BUILD_people: ☑(check)
  • BUILD_recognition: ☑(check)
  • BUILD_registration: ☑(check)
  • BUILD_sample_consensus: ☑(check)
  • BUILD_search: ☑(check)
  • BUILD_segmentation: ☑(check)
  • BUILD_simulation: ☐(uncheck)
  • BUILD_stereo: ☑(check)
  • BUILD_surface: ☑(check)
  • BUILD_surface_on_nurbs: ☑(check)
  • BUILD_tools: ☑(check)
  • BUILD_tracking: ☑(check)
  • BUILD_visualization: ☑(check)

Boost

  • Boost_DATE_TIME_LIBRARY_DEBUG: D:\lib\Boost\lib\libboost_date_time-vc140-mt-1_61.lib
  • Boost_DATE_TIME_LIBRARY_RELEASE: D:\lib\Boost\lib\libboost_date_time-vc140-mt-gd-1_61.lib
  • Boost_FILESYSTEM_LIBRARY_DEBUG:D:\lib\Boost\lib\libboost_filesystem-vc140-mt-1_61.lib
  • Boost_FILESYSTEM_LIBRARY_RELEASE: D:\lib\Boost\lib\libboost_filesystem-vc140-mt-gd-1_61.lib
  • Boost_INCLUDE_DIR: D:\lib\Boost\include\boost-1_61
  • Boost_IOSTREAMS_LIBRARY_DEBUG: D:\lib\Boost\lib\libboost_iostreams-vc140-mt-1_61.lib
  • Boost_IOSTREAMS_LIBRARY_RELEASE: D:\lib\Boost\lib\libboost_iostreams-vc140-mt-gd-1_61.lib
  • Boost_LIBRARY_DIR_DEBUG: D:\lib\Boost\lib
  • Boost_LIBRARY_DIR_RELEASE: D:\lib\Boost\lib
  • Boost_MPI_LIBRARY_DEBUG: D:\lib\Boost\lib\libboost_mpi-vc140-mt-1_61.lib
  • Boost_MPI_LIBRARY_RELEASE: D:\lib\Boost\lib\libboost_mpi-vc140-mt-gd-1_61.lib
  • Boost_SERIALIZATION_LIBRARY_DEBUG: D:\lib\Boost\lib\libboost_serialization-vc140-mt-1_61.lib
  • Boost_SERIALIZATION_LIBRARY_RELEASE: D:\lib\Boost\lib\libboost_serialization-vc140-mt-gd-1_61.lib
  • Boost_SYSTEM_LIBRARY_DEBUG: D:\lib\Boost\lib\libboost_system-vc140-mt-1_61.lib
  • Boost_SYSTEM_LIBRARY_RELEASE: D:\lib\Boost\lib\libboost_system-vc140-mt-gd-1_61.lib
  • Boost_THREAD_LIBRARY_DEBUG: D:\lib\Boost\lib\libboost_thread-vc140-mt-1_61.lib
  • Boost_THREAD_LIBRARY_RELEASE: D:\lib\Boost\lib\libboost_thread-vc140-mt-gd-1_61.lib

CMAKE

  • CMAKE_CONFIGURATION_TYPES: Debug;Release
  • CMAKE_INSTALL_PREFIX: D:\lib\PCL

FLANN

  • FLANN_INCLUDE_DIR: D:\lib\flann\include
  • FLANN_LIBRARY: D:\lib\flann\lib\flann_cpp_s.lib
  • FLANN_LIBRARY_DEBUG: D:\lib\flann\lib\flann_cpp_s-gd.lib

OPENNI2

  • OPENNI2_INCLUDE_DIRS: C:\Program Files\OpenNI2\Include
  • OPENNI2_LIBRARY: C:\Program Files\OpenNI2\Lib\OpenNI2

QHULL

  • QHULL_INCLUDE_DIR: D:\lib\qhull\include
  • QHULL_LIBRARY: D:\lib\qhull\lib\qhullstatic.lib
  • QHULL_LIBRARY_DEBUG: D:\lib\qhull\lib\qhullstatic_d.lib

WITH

  • WITH_CUDA: ☐(uncheck)
  • WITH_DAVIDSDK: ☐(uncheck)
  • WITH_DOCS: ☐(uncheck)
  • WITH_DSSDK: ☐(uncheck)
  • WITH_ENSENSO: ☐(uncheck)
  • WITH_FZAPI: ☐(uncheck)
  • WITH_LIBUSB: ☐(uncheck)
  • WITH_OPENGL: ☑(check)
  • WITH_OPENNI: ☐(uncheck)
  • WITH_OPENNI2: ☑(check)
  • WITH_PCAP: ☐(uncheck)
  • WITH_PNG: ☐(uncheck)
  • WITH_QHULL: ☑(check)
  • WITH_QT: ☑(check)
  • WITH_RSSDK: ☐(uncheck)
  • WITH_VTK: ☑(check)

然后再次 Configure 无误后使用 Generate 生成 VS 解决方案。

使用管理员权限启动 Visual Studio,通过 File | Open | Project/Solution 菜单打开 D:\lib\PCL-1.8.0\build\PCL.sln 解决方案。

Debug 模式下,从 Solution Explorer 中选定 ALL_BUILD,右键选择 Build 构建源代码,构建完成后选定 INSTALL,再右键选择 Build 将构建生成的文件安装到指定位置。

切换为 Release 模式,在 Solution Explorer 中选定 ALL_BUILD,右键选择 Build 构建源代码,构建完成后选定 INSTALL,再右键选择 Build 将构建生成的文件安装到指定位置。

这样将生成 Release 版本和 Debug 版本的库文件和动态链接库。

编译成功后添加用户变量 PCL_ROOTD:\lib\PCL,并在变量 Path 中添加 %PCL_ROOT%\bin%OPENNI2_REDIST64%

注意到选定了 BUILD_all_in_one_installer 选项,构建的时候会把用到的第三方库编译好的文件拷贝到 D:\lib\PCL\3rdParty 目录中,因此整个过程编译完成后仅需要保留 D:\lib\PCL 目录就可以了,但是要注意修改一些之前设置的用户变量,包括:

  • BOOST_ROOT: D:\lib\PCL\3rdParty\Boost
  • EIGEN_ROOT: D:\lib\PCL\3rdParty\Eigen
  • FLANN_ROOT: D:\lib\PCL\3rdParty\FLANN
  • QHULL_ROOT: D:\lib\PCL\3rdParty\Qhull
  • VTK_DIR: D:\lib\PCL\3rdParty\VTK

编译完成后最好重启系统或注销用户账户重新登录,以使这些用户变量和环境变量生效。

测试

Visual Studio 2015:

使用 CMake 来配置和生成项目文件是最方便的。

新建一个目录 test_vs,在其中再创建一个空文件夹 build

创建 CMakeLists.txt 文件,其内容如下:

cmake_minimum_required( VERSION 2.8 )

# Create Project
project( solution )
add_executable( project main.cpp )

# Set StartUp Project (Option)
# (This setting is able to enable by using CMake 3.6.0 RC1 or later.)
set_property( DIRECTORY PROPERTY VS_STARTUP_PROJECT "project" )

# Find Packages
find_package( PCL 1.8 REQUIRED )

if( PCL_FOUND )
  # [C/C++]>[General]>[Additional Include Directories]
  include_directories( ${PCL_INCLUDE_DIRS} )

  # [C/C++]>[Preprocessor]>[Preprocessor Definitions]
  add_definitions( ${PCL_DEFINITIONS} )
  
  # For Use Not PreCompiled Features 
  #add_definitions( -DPCL_NO_PRECOMPILE )

  # [Linker]>[General]>[Additional Library Directories]
  link_directories( ${PCL_LIBRARY_DIRS} )

  # [Linker]>[Input]>[Additional Dependencies]
  target_link_libraries( project ${PCL_LIBRARIES} )
endif()

然后再添加一个 main.cpp 文件,其内容如下:

#include <iostream>
#include <pcl/point_cloud.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/common/common_headers.h>


int main(char argc, char** argv)
{
	// Create Point Cloud Object Pointer
	pcl::PointCloud<pcl::PointXYZ>::Ptr source_cloud(new pcl::PointCloud<pcl::PointXYZ>());

	// Configureable  Parameters
	float radius = 10.0f;

	// Generating clouds
	for (float theta(0.0); theta <= 360.0f; theta += 2.0f) {
		for (float phi(0.0); phi <= 180.0f; phi += 2.0f) {
			pcl::PointXYZ tmp_point;
			tmp_point.x = radius*cosf(pcl::deg2rad(theta))*sinf(pcl::deg2rad(phi));
			tmp_point.y = radius*sinf(pcl::deg2rad(theta))*sinf(pcl::deg2rad(phi));
			tmp_point.z = radius*cosf(pcl::deg2rad(phi));
			source_cloud->points.push_back(tmp_point);
		}
	}

	// Visualization
	pcl::visualization::PCLVisualizer viewer("visualizer");
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> source_cloud_color_handler(source_cloud, 255, 255, 255);
	viewer.addPointCloud(source_cloud, source_cloud_color_handler, "original_cloud");
	viewer.addCoordinateSystem(5.0);

	while (!viewer.wasStopped()) {
		viewer.spinOnce();
	}

	return 0;
}

然后启动 CMake,和源代码的编译类似,设置源代码目录和构建目录如下:

  • Where is the source code: test_vs
  • Where to build the binaries: test_vs\build

点击 Configure,然后点击 Generate 即可在 build 目录中生成 VS 解决方案文件。

使用 Visual Studio 打开 build 目录中的 solution.sln,点击 Ctrl+F5 不调试运行或 F5 调试运行,若配置成功,将显示一个生成的球状点云,如下图所示

test_vs

Qt

需要使用 Qt 自带的 qmake 来配置相关选项,使用 Qt Creator 新建一个新的 Widgets Application,项目命名为 test_qt,则创建完成后可以在项目侧边栏看到 test_qt.pro 文件,双击编辑添加以下内容:

INCLUDEPATH += D:\lib\PCL\include\pcl-1.8
INCLUDEPATH += D:\lib\PCL\3rdParty\Eigen\eigen3
INCLUDEPATH += D:\lib\PCL\3rdParty\VTK\include\vtk-7.0
INCLUDEPATH += D:\lib\PCL\3rdParty\Boost\include\boost-1_61
INCLUDEPATH += D:\lib\PCL\3rdParty\FLANN\include

LIBS +=  -LD:\lib\PCL\3rdParty\VTK\lib \
         -lvtkGUISupportQt-7.0-gd \
         -lvtkIOImage-7.0-gd \
         -lvtkInteractionImage-7.0-gd \
         -lvtkRenderingCore-7.0-gd \
         -lvtkCommonExecutionModel-7.0-gd \
         -lvtkCommonCore-7.0-gd \
         -lvtkCommonDataModel-7.0-gd \
         -lvtkCommonMath-7.0-gd \
         -lvtkRenderingOpenGL2-7.0-gd \
         -lvtkRenderingLOD-7.0-gd \
         -lvtkInteractionStyle-7.0-gd

LIBS +=  -LD:\lib\PCL\lib \
         -lpcl_common_debug \
         -lpcl_visualization_debug

LIBS += -LD:\lib\PCL\3rdParty\Boost\lib

INCLUDEPATH 语法用于添加头文件目录,LIBS 语法用于添加库文件目录,该部分配置的内容取决于使用了哪些模块,精简项目不使用的模块能够加快编译速度。

这里测试 QVTKWidget 组件用于可视化点云的功能。

添加一个头文件 cloudObject.h,内容如下:

#ifndef CLOUDOBJECT_H
#define CLOUDOBJECT_H

#include <vtkAutoInit.h>
VTK_MODULE_INIT(vtkRenderingOpenGL2);
VTK_MODULE_INIT(vtkInteractionStyle);

#include <QMainWindow>
#include <QVTKWidget.h>
#include <pcl/point_cloud.h>
#include <pcl/common/common_headers.h>
#include <pcl/visualization/pcl_visualizer.h>

class cloudObject: public QMainWindow
{
    Q_OBJECT
public:
    cloudObject(QWidget *parent = 0);
    ~cloudObject();

private:
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud;
    boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer;
    QVTKWidget* widget;
    void initialVtkWidget();
};

#endif // CLOUDOBJECT_H

添加对应的源文件 cloudObject.cpp,内容如下:

#include <iostream>
#include <vtkRenderWindow.h>
#include "cloudObject.h"

cloudObject::cloudObject(QWidget *parent)
    : QMainWindow(parent)
{
    initialVtkWidget();
    resize(500,500);
    setCentralWidget(widget);
}

cloudObject::~cloudObject()
{

}
void cloudObject::initialVtkWidget()
{
    cloud.reset(new pcl::PointCloud<pcl::PointXYZ>);
    viewer.reset(new pcl::visualization::PCLVisualizer("viewer", false));
    widget = new QVTKWidget;

    float radius = 10.0f;
    for (float theta(0.0); theta <= 360.0f; theta += 2.0f) {
        for (float phi(0.0); phi <= 180.0f; phi += 2.0f) {
            pcl::PointXYZ tmp_point;
            tmp_point.x = radius*cosf(pcl::deg2rad(theta))*sinf(pcl::deg2rad(phi));
            tmp_point.y = radius*sinf(pcl::deg2rad(theta))*sinf(pcl::deg2rad(phi));
            tmp_point.z = radius*cosf(pcl::deg2rad(phi));
            cloud->points.push_back(tmp_point);
        }
    }

    viewer->addPointCloud(cloud, "cloud");
    widget->SetRenderWindow(viewer->getRenderWindow());
    viewer->setupInteractor(widget->GetInteractor(), widget->GetRenderWindow());
    viewer->addCoordinateSystem(2.0);
    widget->update();
}

和 Visual Studio 的测试类似,我们首先创建一个点云对象,生成球状的点云,并使用 QVTKWidget 组件可视化。

编辑 main.cpp 内容为:

#include "cloudObject.h"
#include <QApplication>

int main(int argc, char *argv[])
{
    QApplication a(argc, argv);
    cloudObject w;
    w.show();
    return a.exec();
}

执行 构建 | 执行 qmake, 然后 构建 | 运行 运行程序,如下图所示:

test_vs

如果测试没有问题,说明编译生成的程序库都是可用的。

参考

Building PCL 1.8.0 with Visual Studio (日文)