Windows环境下编译PCL

PCL对VS和第三方库的版本依赖关系较高，所以对于不同VS版本需要对PCL和第三方库分别编译和安装。按照本文一步步进行编译，即可成功安装PCL。需要注意的是，下文中的绝对路径可以根据自己的需要进行调整。

以下步骤如有错误或不妥，欢迎留言交流，以进一步优化编译和安装过程。

一. 安装CMake

进入 CMake官网 ，根据自己的电脑配置选择对应的安装包，下载并进行安装。

二. 依赖库的编译和安装

在编译PCL前须确保已正确安装了第三方依赖库，不能混用32为和64位的代码，不能混用不同编译器编译的第三方库。

a. Boost

下载地址： https://www.boost.org/users/download/

  • 进入boost文件夹，运行bootstrap.bat，运行结束后会生成project-config.jam。

  • 使用命令编译boost

    • Boost 用于智能指针等操作 Eigen 用于矩阵运算等 FLANN 用于邻域搜索等 可视化库，用于显示点云等 QHULL 一个强大的计算几何库，可以用于计算高维的convex hull，Delaunay triangulation，Voronoi diiagram等 用于图像交互界面等 OpenNI 用于获取点云等 
    1
    		 
    b2.exe install toolset=msvc-14.3 address-model=64 --without-python --build-dir=build --prefix="C:\MyPrograms\PCL\Boost"

    b. Eigen

    下载地址： https://gitlab.com/libeigen/eigen

  • 打开CMake，分别设置Eigen的source和build路径。

  • 点击按钮 Configure 。配置：

    Value CMAKE_INSTALL_PREFIX C:\MyPrograms\PCL\Eigen3

  • 再次点击按钮 Configure 。

  • 点击按钮 Generate 。

  • 点击按钮 Open Project 。找到菜单 Build -> Batch build... ，勾选 ALL_BUILD(Debug) 和 ALL_BUILD(Release) ，点击 Build 按钮。再勾选 INSTALL(Debug) 和 INSTALL(Release) ，点击 Build 按钮。

    c. FLANN

    下载地址： https://github.com/flann-lib/flann

  • 打开CMake，分别设置FLANN的source和build路径。

  • 点击按钮 Configure 。配置：

    Value BUILD_C_BINDINGS check BUILD_MATLAB_BINDINGS uncheck BUILD_PYTHON_BINDINGS uncheck CMAKE_CONFIGURATION_TYPES Debug;Release CMAKE_INSTALL_PREFIX C:\MyPrograms\PCL\flann

    添加Entry：

    Value CMAKE_DEBUG_POSTFIX STRING

  • 再次点击按钮 Configure 。

  • 点击按钮 Generate 。

  • 点击按钮 Open Project 。找到菜单 Build -> Batch build... ，勾选 ALL_BUILD(Debug) 和 ALL_BUILD(Release) ，点击 Build 按钮。再勾选 INSTALL(Debug) 和 INSTALL(Release) ，点击 Build 按钮。

    d. QHull

    下载地址： https://github.com/qhull/qhull

  • 打开CMake，分别设置QHull的source和build路径。

  • 点击按钮 Configure 。配置：

    Value CMAKE_INSTALL_PREFIX C:\MyPrograms\PCL\qhull

  • 再次点击按钮 Configure 。

  • 点击按钮 Generate 。

  • 点击按钮 Open Project 。找到菜单 Build -> Batch build... ，勾选 ALL_BUILD(Debug) 和 ALL_BUILD(Release) ，点击 Build 按钮。再勾选 INSTALL(Debug) 和 INSTALL(Release) ，点击 Build 按钮。

    e. VTK

    下载地址： https://vtk.org/download/

  • 打开CMake，分别设置VTK的source和build路径。

  • 点击按钮 Configure 。配置：

    Value CMAKE_INSTALL_PREFIX C:\MyPrograms\PCL\VTK BUILD_SHARED_LIBS uncheck CMAKE_CXX_MP_FLAG check VTK_RENDERING_BACKEND OpenGL2

    添加Entry：

    Value CMAKE_DEBUG_POSTFIX STRING

  • 如果需要对Qt的支持，则需要首先安装Qt（ 点击下载 ），然后继续配置：

    Value Qt5_DIR C:\MyPrograms\Qt\Qt5.13.1\5.13.1\msvc2017_64\lib\cmake\Qt5 VTK_QT_VERSION

  • 再次点击按钮 Configure 。

  • 点击按钮 Generate 。

  • 点击按钮 Open Project 。找到菜单 Build -> Batch build... ，勾选 ALL_BUILD(Debug) 和 ALL_BUILD(Release) ，点击 Build 按钮。再勾选 INSTALL(Debug) 和 INSTALL(Release) ，点击 Build 按钮。

    三. 编译PCL

    下载地址： https://github.com/PointCloudLibrary/pcl/releases

  • 打开CMake，分别设置PCL的source和build路径。

  • 点击按钮 Configure 。配置：

  • 点击按钮 Generate 。

  • 点击按钮 Open Project 。找到菜单 Build -> Batch build... ，勾选 ALL_BUILD(Debug) 和 ALL_BUILD(Release) ，点击 Build 按钮。再勾选 INSTALL(Debug) 和 INSTALL(Release) ，点击 Build 按钮。

    如果使用VS构建时报错，找到报错的项目，逐个解决。举例如下：

  • 无法打开头文件，如下图所示。

    • 解决方法：在项目浏览器中右键点击出错项目 pcl_io_ply ，在 Configuration Properties -> C/C++ -> Additional Include Directories 项中增加 Boost 的头文件目录，如 C:\MyPrograms\PCL\Boost\include\boost-1_78 。注意Debug和Release的配置都要做相应修改。然后右键项目 pcl_io_ply 进行 Build 即可。

  • lib库文件出错，如下图所示。

    • 解决方法：在项目浏览器中右键点击出错项目 pcl_kdtree ，在 Configuration Properties -> Linker -> Input -> Additional Dependencies 项中增加 flann 相关的lib文件。对于Debug配置增加 C:\MyPrograms\PCL\flann\lib\flann_cpp_s-gd.lib ，对于Release配置增加 C:\MyPrograms\PCL\flann\lib\flann_cpp_s.lib 。然后右键项目 pcl_kdtree 进行 Build 即可。

    四. 测试和使用PCL

    1. 新建一个空项目，新建test.cpp，并粘贴以下 代码 。 

      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12
      13
      14
      15
      16
      17
      18
      19
      20
      21
      22
      23
      24
      25
      26
      27
      28
      29
      30
      31
      32
      33
      34
      35
      36
      37
      38
      39
      40
      41
      42
      43
      44
      45
      46
      47
      48
      49
      50
      51
      52
      53
      54
      55
      56
      57
      58
      59
      60
      61
      		 
      #include <pcl/visualization/cloud_viewer.h>
      #include <iostream>
      #include <pcl/io/io.h>
      #include <pcl/io/pcd_io.h>

      int user_data;

      void
      viewerOneOff(pcl::visualization::PCLVisualizer& viewer)
      {
          viewer.setBackgroundColor(1.0, 0.5, 1.0);
          pcl::PointXYZ o;
          o.x = 1.0;
          o.y = 0;
          o.z = 0;
          viewer.addSphere(o, 0.25, "sphere", 0);
          std::cout << "i only run once" << std::endl;

      }

      void
      viewerPsycho(pcl::visualization::PCLVisualizer& viewer)
      {
          static unsigned count = 0;
          std::stringstream ss;
          ss << "Once per viewer loop: " << count++;
          viewer.removeShape("text", 0);
          viewer.addText(ss.str(), 200, 300, "text", 0);

          //FIXME: possible race condition here:
          user_data++;
      }

      int
      main()
      {
          pcl::PointCloud<pcl::PointXYZRGBA>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGBA>);
          pcl::io::loadPCDFile("my_point_cloud.pcd", *cloud);

          pcl::visualization::CloudViewer viewer("Cloud Viewer");

          //blocks until the cloud is actually rendered
          viewer.showCloud(cloud);

          //use the following functions to get access to the underlying more advanced/powerful
          //PCLVisualizer

          //This will only get called once
          viewer.runOnVisualizationThreadOnce(viewerOneOff);

          //This will get called once per visualization iteration
          viewer.runOnVisualizationThread(viewerPsycho);
          while (!viewer.wasStopped())
          {
              //you can also do cool processing here
              //FIXME: Note that this is running in a separate thread from viewerPsycho
              //and you should guard against race conditions yourself...
              user_data++;
          }
          return 0;
      }

    2. 配置项目属性页，Debug和Release要分别配置：

    3. Configuration Properties -> Debugging -> Environment 加入各个库的bin文件夹，生成方式见 此节 （debuggingEnvironments.txt），例如 PATH=%(PATH);C:\MyPrograms\PCL\PCL\bin;C:\MyPrograms\PCL\flann\bin;C:\MyPrograms\PCL\qhull\bin;C:\MyPrograms\PCL\VTK\bin
    4. Configuration Properties -> VC++ Directories -> Include Directories 加入各个库的头文件所在的文件夹，生成方式见 此节 （includeDirs.txt），例如 C:\MyPrograms\PCL\PCL\lib;C:\MyPrograms\PCL\Boost\lib;C:\MyPrograms\PCL\flann\lib;C:\MyPrograms\PCL\qhull\lib;C:\MyPrograms\PCL\VTK\lib;$(LibraryPath)
    5. Configuration Properties -> VC++ Directories -> Library Directories 加入各个库的lib所在的文件夹，生成方式见 此节 （libDirs.txt），例如 C:\MyPrograms\PCL\PCL\lib;C:\MyPrograms\PCL\Boost\lib;C:\MyPrograms\PCL\flann\lib;C:\MyPrograms\PCL\qhull\lib;C:\MyPrograms\PCL\VTK\lib;$(LibraryPath)
    6. Configuration Properties -> Linker -> Input -> Additional Dependencies 加入分别与Debug和Release相对的lib文件名，生成方式见 此节 （libsDebugAll.txt和libsReleaseAll.txt），例如Debug的 pcl_appsd.lib;pcl_commond.lib;... 或Release的 pcl_apps.lib;pcl_common.lib;...

    7. 编译并运行此项目，如果可以显示如下可视化结果，即表明PCL成功安装。

      五. 生成所需路径和lib文件

      使用getPCLLibs.py脚本可以完成对所有所需路径和lib文件的提取。注意保证脚本中的路径正确： pclRoot ， BoostRoot ， EigenRoot ， flannRoot ， qhullRoot ， VTKRoot 。

      项目属性页和生成结果的对应关系如下：

      项目属性页 Debugging -> Environment debuggingEnvironments.txt Include Directories includeDirs.txt Library Directories libDirs.txt Additional Dependencies (Debug) libsDebugAll.txt Additional Dependencies (Release) libsReleaseAll.txt

      六. 参考

      1. Building PCL’s dependencies from source on Windows
      2. Compiling PCL from source on Windows
      3. Using PCL in your own project
      4. Point Cloud Library