c++点云欧式聚类分割保存完整代码

以下是一个简单的C++点云欧式聚类分割保存的完整代码示例：

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/segmentation/extract_clusters.h>
#include <pcl/features/normal_3d.h>
#include <pcl/filters/extract_indices.h>

int main(int argc, char** argv)
{
  // 加载点云数据
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
  if (pcl::io::loadPCDFile<pcl::PointXYZ>("input_cloud.pcd", *cloud) == -1) // 读取点云文件
  {
    std::cerr << "Failed to load input cloud!" << std::endl;
    return -1;
  }

  // 计算法线
  pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> ne;
  ne.setInputCloud(cloud);
  pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);
  ne.setSearchMethod(tree);
  pcl::PointCloud<pcl::Normal>::Ptr cloud_normals(new pcl::PointCloud<pcl::Normal>);
  ne.setRadiusSearch(0.03);
  ne.compute(*cloud_normals);

  // 分割聚类
  pcl::ExtractIndices<pcl::PointXYZ> extract;
  pcl::ExtractIndices<pcl::Normal> extract_normals;
  pcl::search::KdTree<pcl::PointXYZ>::Ptr ec_tree(new pcl::search::KdTree<pcl::PointXYZ>);
  ec_tree->setInputCloud(cloud);
  std::vector<pcl::PointIndices> cluster_indices;
  pcl::EuclideanClusterExtraction<pcl::PointXYZ> ec;
  ec.setClusterTolerance(0.02);
  ec.setMinClusterSize(100);
  ec.setMaxClusterSize(25000);
  ec.setSearchMethod(ec_tree);
  ec.setInputCloud(cloud);
  ec.extract(cluster_indices);

  // 保存聚类结果
  int j = 0;
  for (std::vector<pcl::PointIndices>::const_iterator it = cluster_indices.begin(); it != cluster_indices.end(); ++it)
  {
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_cluster(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::PointCloud<pcl::Normal>::Ptr cloud_normals_cluster(new pcl::PointCloud<pcl::Normal>);
    for (std::vector<int>::const_iterator pit = it->indices.begin(); pit != it->indices.end(); ++pit)
    {
      cloud_cluster->points.push_back(cloud->points[*pit]);
      cloud_normals_cluster->points.push_back(cloud_normals->points[*pit]);
    }
    cloud_cluster->width = cloud_cluster->points.size();
    cloud_cluster->height = 1;
    cloud_cluster->is_dense = true;
    cloud_normals_cluster->width = cloud_cluster->points.size();
    cloud_normals_cluster->height = 1;
    cloud_normals_cluster->is_dense = true;

    // 保存点云数据
    std::stringstream ss;
    ss << "cloud_cluster_" << j << ".pcd";
    pcl::io::savePCDFileASCII(ss.str(), *cloud_cluster);
    j++;
  }

  return 0;
}

这个程序使用了PCL（Point Cloud Library）库来处理点云数据。它首先加载一个点云文件，然后计算点云中每个点的法线，并使用欧式聚类算法将点云分为多个簇。最后，它将每个簇保存为一个单独的点云文件。

其中，`setClusterTolerance()`、`setMinClusterSize()`和`setMaxClusterSize()`是欧式聚类算法的参数，你可以根据自己的应用场景进行调整。在程序中，我们使用的是`pcl::PointXYZ`类型的点云数据，你可以根据自己的点云数据类型进行修改。