PCL能用來做什麼？

再使用之前，可以看看Tutorials, 瞭解到PCL最主要的應用模組，如濾波，特徵提取，點雲配準，kd/八叉樹資料結構，分割和重建，識別等

怎麼上手：

有一定的理論基礎以後，可以上手了，在編譯的時候，可以採用all in one 版本，內含編譯好的第三方庫。像exe一樣安裝就可以，有許多教程講到如何安裝。自行搜尋

這些第三方庫裡：

boost：C++的標準庫的備用版Eigen：用來做矩陣運算，功能強大、高速、優雅FlANN：Kd樹，鄰近點搜尋VTK：做視覺化用Qhull：凸包求取，網格計算時候有用到

此外還有搭載了並行最佳化的PCL庫，需要自行編譯。如果不採用all in one自行編譯的話，cmake時候只要注意上述庫的路徑，編譯就不難。

當你都能上手的時候，可以結合自己的關注點，跑跑Tutorials裡的demo，demo裡一般包含程式碼註釋，程式結果，演算法原理介紹，這樣你就基本可以用起來pcl了。

必備理論知識：

相機模型，座標系轉換資料結構：如kd 樹，八叉樹，半邊結構C++ 標準演算法庫：PCL很多都用到了C++ stl裡的容器

怎麼做：

點雲拼接： 一般利用openCV+ PCL 完成了從影象序列拼接生成場景點雲。主要涉及到對相機模型，座標系轉換等理論知識。

點雲融合：一般發生在點雲註冊配準後，存在重疊區域，進行融合

網格化：點雲由於只包含座標，強度，顏色資訊。而網格則需要建立點、邊、面的拓撲，也就是surface reconstruction ，存在諸多演算法。出發原理各不相同，PCL 封裝了一部分，效果因資料而異。目前常用的有Poisson reconstruction 和 greedy surface reconstruction

視覺化：自帶的VTK只有視覺化，沒有介面及互動，必要時，還需要搭載QT做基本的互動視覺化。

參考資料：

《點雲庫PCL從入門到精通》 純粹是對文件的翻譯，建議看原文件《高翔SLAM14講》雖然側重SLAM, 但有些計算機視覺的基礎知識介紹

以上。