PCL入门系列一——PCL简介及PCL安装

写在前面
三维数据是一种非常有意思的信息类别。从海洋到深空，从城市到乡村，我们的身边三维数据无处不在。但是计算机又需要如何理解三维数据呢？信息的传递需要一种表达格式，需要一种数据类型，所以，人们设置了如点云（point clouds）、深度图（RGB-D数据）、流型数据等多种多样的数据类型来描绘三维世界。其中点云数据是最基本的三维数据表现形式之一。
通过对PCL库的学习，从今天开始，我们一起探究点云数据，一起让计算机理解三维数据。
一、PCL简介
PCL（ Point Cloud Library）是用于处理2D/3D 图像以及点云的一个大型开源项目。学习PCL最好的途径是阅读其官网文档（Point Cloud Library (PCL)）。虽然PCL的网站文档稍微有点“丑”，但是其内容十分详尽。从应用的角度而言，PCL可以用于点云的分割、分类、校准以及可视化等方面。从理论角度而言，PCL中包含的众多算法能更好得帮助人们理解与创造新的点云算法。无论是工业应用还是科研攻关，PCL都能在三维数据处理领域祝您一臂之力。
二、PCL安装
PCL安装的方法主要包括安装预编译的二进制文件以及从源码安装。PCL可以安装在Windows系统、Linux系统以及Mac系统中。其安装页参见
Point Cloud Library (PCL)
虽然选择多样，但是个人建议如果您想深入学习PCL，请使用Linux系统并从源码进行编译。特别是当您想结合CUDA进行编程，请尽量使用Linux系统安装PCL，毕竟安装各种环境十分的麻烦 。当然，使用docker也是一种非常不错的选择。如果您想使用docker可以参考下面的dockerfile。
innerspacehq/docker-pcl

三、在Ubuntu下安装PCL（从源码安装）
在第二节中给出了安装预编译PCL的方法，下面介绍在Ubuntu中从源码编译安装PCL的方法。首先给出官网操作链接。
Point Cloud Library (PCL)

列出主要步骤：
在githubPointCloudLibrary/pcl上下载所需PCL版本。解压。以1.7.2为例，换成1.9.X也可。

cd pcl-pcl-1.7.2 && mkdir build && cd build

cmake .. 此处可能会报错，此时执行下述命令安装依赖库
apt-get install cmake g++ libboost1.58-all-dev libeigen3-dev libflann-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz libpng12-dev libgtest-dev libxmu-dev libxi-dev libpcap-dev libqhull-dev libvtk5-qt4-dev python-vtk libvtk-java 若为其它操作系统，请自行安装缺失库。

make -j2
make -j2 install或sudo make -j2 install 

至此 安装结束。