乐山北京网站建设/seo公司 彼亿营销

    某天在摸鱼的小邓接到任务需要进行点云数据的去噪，在万能的github中发现如下pcl库非常好使，so有了此，

1.下载vs2017连接如下：

ed2k://|file|mu_visual_studio_community_2017_version_15.1_x86_x64_10254689.exe|1037144|12F5C162EAE5AFD0F69FD9182E3418CD|/

安装vs2017如下勾选c++相关：

2.下载并安装pcl1.8.1连接如下:

https://github.com/PointCloudLibrary/pcl/releases/download/pcl-1.8.1/PCL-1.8.1-AllInOne-msvc2017-win64.exe配置好相关环境变量如下：

PATH中的环境变量如下：

3. 编译python-pcl并导出下载官网的zip包解压进入pkg-config目录：

用管理员cmd执行InstallWindowsGTKPlus.bat

安装成功后到master目录依次执行如下：

python setup.py build_ext -i
python setup.py install

最终结果如下：

执行测试：

import pcl
import numpy as np# 创建一个示例点云数据
points = np.array([[1.0, 2.0, 3.0],[4.0, 5.0, 6.0],[7.0, 8.0, 9.0],[10.0, 11.0, 12.0]], dtype=np.float32)# 创建点云对象
cloud = pcl.PointCloud()
cloud.from_array(points)print("原始点云：")
print(cloud)# 统计去噪 (Statistical Outlier Removal)
sor = cloud.make_statistical_outlier_filter()
sor.set_mean_k(2)  # 设置邻域点的数量
sor.set_std_dev_mul_thresh(1.0)  # 设置标准差倍数阈值
cloud_filtered = sor.filter()print("去噪后的点云：")
print(cloud_filtered)# 将点云转换回 NumPy 数组并打印
filtered_points = np.asarray(cloud_filtered)
print("去噪后的点云作为 NumPy 数组：")
print(filtered_points)

打包whl方便别人使用如下：

python setup.py bdist_wheel

也可在本文资源中下载