pcl过滤任一矩形框点云，该矩形框相对原点有角度旋转

可以使用PCL的CropBox_Filter来过滤任意旋转的矩形框点云，只需要设置裁剪框架的位置、方向、大小即可。

以下是一个示例代码，其中裁剪框架的位置为(0, 0, 0)，大小为(2, 2, 2)，绕z轴旋转45度：

#include <iostream>
#include <pcl/point_types.h>
#include <pcl/filters/crop_box.h>

int main()
{
    // 创建点云数据
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    cloud->width = 100;
    cloud->height = 1;
    cloud->points.resize(cloud->width * cloud->height);
    for (size_t i = 0; i < cloud->points.size(); i++)
    {
        cloud->points[i].x = 5 * rand() / (RAND_MAX + 1.0) - 2.5;
        cloud->points[i].y = 5 * rand() / (RAND_MAX + 1.0) - 2.5;
        cloud->points[i].z = 5 * rand() / (RAND_MAX + 1.0) - 2.5;
    }

    // 创建过滤器
    pcl::CropBox<pcl::PointXYZ> cropFilter;
    cropFilter.setInputCloud(cloud);

    // 设置裁剪框架的位置、方向、大小
    Eigen::Vector4f minPoint(-1.0, -1.0, -1.0, 1.0);
    Eigen::Vector4f maxPoint(1.0, 1.0, 1.0, 1.0);
    Eigen::Affine3f transform = Eigen::Affine3f::Identity();
    transform.translation() << 0.0, 0.0, 0.0;
    transform.rotate(Eigen::AngleAxisf(M_PI_4, Eigen::Vector3f::UnitZ()));
    cropFilter.setMin(minPoint);
    cropFilter.setMax(maxPoint);
    cropFilter.setTransform(transform);

    // 执行过滤
    pcl::PointCloud<pcl::PointXYZ>::Ptr filteredCloud(new pcl::PointCloud<pcl::PointXYZ>);
    cropFilter.filter(*filteredCloud);

    std::cout << "原始点云数量：" << cloud->size() << std::endl;
    std::cout << "裁剪后点云数量：" << filteredCloud->size() << std::endl;

    return 0;
}

在该示例代码中，首先创建了一个随机点云数据，然后创建了一个CropBox_Filter对象，设置了裁剪框架的位置、方向、大小。其中，裁剪框架的位置为(0, 0, 0)，大小为(2, 2, 2)，绕z轴旋转45度。最后执行了过滤，并输出了原始点云数量和裁剪后点云数量。

需要注意的是，CropBox_Filter的裁剪框架是以原点为中心进行裁剪的。如果需要将裁剪框架平移到其他位置，可以使用变换矩阵进行平移操作。