CloudCompare二次开发编译篇(内附交流群更新通知)
前言
CloudCompare是另一款開源且完善的點云處理軟件，我們可以在這款軟件的基礎上，任意的設計成我們想要的界面，可以說是點云處理軟件的最佳選擇，所以我認為如果你是研究點云算法的可以使用PCL，GDAL,等其他庫，如果你是做工程的需要點云的界面顯示，那么cloudCompare就是不二選擇，當然如果是簡單的界面使用PCL和QT也是可以實現的。這里我們在之前的博客分享中已經有多篇文章解析如何使用PCL和Qt進行點云的的開發。
這里我們將主要帶你入門CloudCompare 這款軟件的使用，這款軟件是完全開源的，這里我們從如何開始在win10上編譯開始記錄。
軟件編譯的系統是win10 X64?系統，開發軟件是VS2015，聯合編譯需要的其他庫有 ?QT5.8? ?PCL1.8.1，cmake3.15?
下載CloudCompare，使用cmake進行配置和編譯
通常我們直接編譯是編譯不過的，因為我們要配置QT的路徑。
可選擇的是是否與PCL聯合編譯，這里我選擇一起編譯了
同樣配置好PCL的路徑后點擊“Configure”，如果一切都是正確的一定會在cmake中輸出“Configuring done”,說明配置都正常了，我們在點擊“Generate”此時將會生成VS2015的工程文件，我們選擇“Open Project”后打開工程。
工程界面如圖，此時我們將工程配置成release X64進行編譯。不出意外應該會耗時很久然后生成對應的exe文件以及其依賴的lib文件和dll文件。耐心等待吧。
按要求編譯，結果沒毛病，如圖
然后我們將VS工程的“解決方案”中的cloudcompare工程設置為“啟動項”，直接運行既可以打開，如圖
這里有時候，有可能是你VS的配置的問題，雖然一起都生成了但是沒有將cloudcompare.exe可執行文件的動態鏈接庫生成保存在對應的exe文件下，此時會提示你缺少一些dll,我們只需要找到對應的dll,與Cloudcompare.exe放在同一個文件下即可。
到此我們就結束如何編譯cloudcompare工程。這樣編譯的原因是因為我們可以在VS工程中二次開發，當然如果你僅僅只是直接使用此軟件的就不用這么復雜的去編譯，可以直接下載官方網站對應的安裝包即可，更多信息可以查看官網網站：http://www.cloudcompare.org/
這里招募有興趣的小伙伴，一起來翻譯Cloudcompare的官方文檔，可能你不需要懂這個軟件，只需要你英文稍好即可。有意者可聯系群主微信“920177957”，務必備注：姓名+學校/公司+CC翻譯，也其他更多的人參與或者贊助與合作。
News
微信與QQ交流群更新啦
NO.1 QQ技術交流群
QQ群
一群：327490147（已滿）
二群：1091051698（已滿）
三群：733652779（可申請）
歡迎加入我們的新群：733652779，主要以點，激光SLAM，視覺SLAM，高精地圖等相關技術交流群。務必按照“姓名+學校/公司”備注（否則不予通過）！！！
NO.2 點云與SLAM技術微信群
兩個微信群也即將滿員，有點云和SLAM等相關技術愛好者可以添加微信：920177957，按要求備注“姓名+學校/公司+研究方向”備注（否則不予通過），加入我們視覺與激光SLAM技術交流群！！！
NO.3 微信分享群
歡迎熱愛分享和交流的小伙伴們微信與920177957或者郵件dianyunpcl@163.com 交流，加入我們技術分享群，分享自己最近閱讀的論文，最新技術，代碼經驗，求職經驗，以及招聘信息等等。期待你的分享！！！
資源
三維點云論文及相關應用分享
【點云論文速讀】基于激光雷達的里程計及3D點云地圖中的定位方法
3D目標檢測：MV3D-Net
三維點云分割綜述（上）
3D-MiniNet: 從點云中學習2D表示以實現快速有效的3D LIDAR語義分割（2020）
win下使用QT添加VTK插件實現點云可視化GUI
JSNet：3D點云的聯合實例和語義分割
大場景三維點云的語義分割綜述
PCL中outofcore模塊---基于核外八叉樹的大規模點云的顯示
基于局部凹凸性進行目標分割
基于三維卷積神經網絡的點云標記
點云的超體素(SuperVoxel)
基于超點圖的大規模點云分割
更多文章可查看：點云學習歷史文章大匯總
SLAM及AR相關分享
【開源方案共享】ORB-SLAM3開源啦！
【論文速讀】AVP-SLAM：自動泊車系統中的語義SLAM
【點云論文速讀】StructSLAM:結構化線特征SLAM
SLAM和AR綜述
常用的3D深度相機
AR設備單目視覺慣導SLAM算法綜述與評價
SLAM綜述(4)激光與視覺融合SLAM
Kimera實時重建的語義SLAM系統
SLAM綜述(3)-視覺與慣導，視覺與深度學習SLAM
易擴展的SLAM框架-OpenVSLAM
高翔：非結構化道路激光SLAM中的挑戰
SLAM綜述之Lidar SLAM
基于魚眼相機的SLAM方法介紹
往期線上分享錄播匯總
第一期B站錄播之三維模型檢索技術
第二期B站錄播之深度學習在3D場景中的應用
第三期B站錄播之CMake進階學習
第四期B站錄播之點云物體及六自由度姿態估計
第五期B站錄播之點云深度學習語義分割拓展
第六期B站錄播之Pointnetlk解讀
[線上分享錄播]點云配準概述及其在激光SLAM中的應用
[線上分享錄播]cloudcompare插件開發
[線上分享錄播]基于點云數據的?Mesh重建與處理
[線上分享錄播]機器人力反饋遙操作技術及機器人視覺分享
[線上分享錄播]地面點云配準與機載點云航帶平差
點云PCL更多活動請查看：點云PCL活動之應屆生校招群
掃描下方微信視頻號二維碼可查看最新研究成果及相關開源方案的演示：
如果你對本文感興趣，請點擊“原文閱讀”獲取知識星球二維碼，務必按照“姓名+學校/公司+研究方向”備注加入免費知識星球，免費下載pdf文檔，和更多熱愛分享的小伙伴一起交流吧！
以上內容如有錯誤請留言評論，歡迎指正交流。如有侵權，請聯系刪除
掃描二維碼
? ? ? ? ? ? ? ? ? ?關注我們
讓我們一起分享一起學習吧！期待有想法，樂于分享的小伙伴加入免費星球注入愛分享的新鮮活力。分享的主題包含但不限于三維視覺，點云，高精地圖，自動駕駛，以及機器人等相關的領域。
分享及合作方式：群主微信“920177957”（需要按要求備注） 聯系郵箱：dianyunpcl@163.com，歡迎企業來聯系公眾號展開合作。
點一下“在看”你會更好看耶
總結
以上是生活随笔為你收集整理的CloudCompare二次开发编译篇(内附交流群更新通知)的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 基于点云描述子的立体视觉里程计快速鲁棒的
- 下一篇： 自动驾驶中图像与点云融合的深度学习研究进