pcl c++ 计算点云数据法向量并可视化

计算法向量可以使用 pcl::NormalEstimation 类，可视化可以使用 pcl::visualization::PCLVisualizer 类。

以下是一个简单的示例代码：

#include <iostream>
#include <pcl/point_types.h>
#include <pcl/features/normal_3d.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>

int main(int argc, char** argv) {
  // Load point cloud data from file
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
  pcl::io::loadPCDFile<pcl::PointXYZ>("cloud.pcd", *cloud);

  // Estimate normals
  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); // set the radius of the sphere for normal estimation
  ne.compute(*cloud_normals);

  // Visualize the point cloud and its normals
  pcl::visualization::PCLVisualizer viewer("Point Cloud Viewer");
  viewer.setBackgroundColor(0.0, 0.0, 0.0);
  viewer.addPointCloud<pcl::PointXYZ>(cloud, "cloud");
  viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "cloud");
  viewer.addPointCloudNormals<pcl::PointXYZ, pcl::Normal>(cloud, cloud_normals, 10, 0.05, "normals");
  viewer.spin();

  return 0;
}

在这个例子中，我们首先从文件中加载点云数据，然后使用 pcl::NormalEstimation 类估计点云的法向量。接着，我们使用 pcl::visualization::PCLVisualizer 类将点云和法向量可视化。在可视化中，我们使用 addPointCloud() 函数将点云添加到可视化窗口中，并使用 setPointCloudRenderingProperties() 函数设置点云的大小。然后，我们使用 addPointCloudNormals() 函数将法向量添加到点云中，并设置法向量的长度和大小。最后，我们使用 spin() 函数显示可视化窗口并等待用户交互。

注意，在使用 PCL 可视化库时，可能需要在编译时链接对应的库文件。例如，在 Ubuntu 系统中，可以使用以下命令编译上述代码：

g++ -o main main.cpp -I/usr/include/pcl-1.8 -lpcl_visualization -lboost_system

其中 -I 指定了 PCL 库的头文件路径，-l 指定了需要链接的库文件。