Eigen::Matrixxf 到pcl::PointCloud<pcl::pointxyz> 的内存映射

将 Eigen::MatrixXf 映射到 pcl::PointCloud<pcl::PointXYZ> 可以通过以下代码实现：

#include <iostream>
#include <Eigen/Dense>
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>

int main()
{
    // 创建 Eigen::MatrixXf
    Eigen::MatrixXf matrix(4, 3);
    matrix << 1, 2, 3,
              4, 5, 6,
              7, 8, 9,
              10, 11, 12;

    // 创建 pcl::PointCloud<pcl::PointXYZ>
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);

    // 将 Eigen::MatrixXf 映射到 pcl::PointCloud<pcl::PointXYZ>
    cloud->width = matrix.rows();
    cloud->height = 1;
    cloud->points.resize(cloud->width * cloud->height);
    for (int i = 0; i < matrix.rows(); ++i)
    {
        cloud->points[i].x = matrix(i, 0);
        cloud->points[i].y = matrix(i, 1);
        cloud->points[i].z = matrix(i, 2);
    }

    // 输出 pcl::PointCloud<pcl::PointXYZ> 的内容
    for (std::size_t i = 0; i < cloud->points.size(); ++i)
    {
        std::cout << "point(" << i << "): "
                  << cloud->points[i].x << ", "
                  << cloud->points[i].y << ", "
                  << cloud->points[i].z << std::endl;
    }

    return 0;
}

该代码创建了一个大小为 4x3 的 Eigen::MatrixXf，然后将其映射到 pcl::PointCloud<pcl::PointXYZ> 中并打印 pcl::PointCloud<pcl::PointXYZ> 的内容。需要注意的是，在将 Eigen::MatrixXf 映射到 pcl::PointCloud<pcl::PointXYZ> 时，需要使用 `pcl::PointCloud<pcl::PointXYZ>::Ptr` 智能指针来创建 pcl::PointCloud<pcl::PointXYZ>。同时，在将 Eigen::MatrixXf 中的数据映射到 pcl::PointCloud<pcl::PointXYZ> 中时，需要遍历 Eigen::MatrixXf 中的每个元素，并将其赋值给 pcl::PointCloud<pcl::PointXYZ> 的每个点。