计算点云平均曲率代码c++并输出小于平均曲率的点

以下是一个用C++编写的计算点云平均曲率并输出小于平均曲率的点的示例代码：

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/features/normal_3d.h>
#include <pcl/features/curvature.h>

int main()
{
    // 加载点云数据
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile<pcl::PointXYZ>("input_cloud.pcd", *cloud);

    // 估计法向量
    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); // 设置邻域搜索半径
    ne.compute(*cloud_normals);

    // 估计曲率
    pcl::CurvatureEstimation<pcl::PointXYZ, pcl::Normal, pcl::PrincipalCurvatures> ce;
    ce.setInputCloud(cloud);
    ce.setInputNormals(cloud_normals);

    pcl::PointCloud<pcl::PrincipalCurvatures>::Ptr cloud_curvatures(new pcl::PointCloud<pcl::PrincipalCurvatures>);
    ce.setRadiusSearch(0.03); // 设置邻域搜索半径
    ce.compute(*cloud_curvatures);

    // 计算平均曲率
    double average_curvature = 0.0;
    for (size_t i = 0; i < cloud_curvatures->size(); ++i)
    {
        average_curvature += cloud_curvatures->at(i).pc1 + cloud_curvatures->at(i).pc2;
    }
    average_curvature /= cloud_curvatures->size();

    std::cout << "Average Curvature: " << average_curvature << std::endl;

    // 输出小于平均曲率的点
    std::cout << "Points with curvature less than average: " << std::endl;
    for (size_t i = 0; i < cloud_curvatures->size(); ++i)
    {
        double point_curvature = cloud_curvatures->at(i).pc1 + cloud_curvatures->at(i).pc2;
        if (point_curvature < average_curvature)
        {
            pcl::PointXYZ point = cloud->at(i);
            std::cout << "Point (" << point.x << ", " << point.y << ", " << point.z << ")" << std::endl;
        }
    }

    return 0;
}

这段代码与之前的代码相似，只是在计算平均曲率后，添加了一个循环来输出小于平均曲率的点的坐标信息。请确保已经安装了PCL库，并将点云数据保存为PCD格式的文件，并替换代码中的文件路径。