计算点云每个点的曲率，并存储到数组中，使用pcl库 c++代码

可以使用PCL库中的NormalEstimation和PrincipalCurvaturesEstimation来计算点云每个点的法向量和曲率，代码如下：

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

int main(int argc, char** argv)
{
    // Load input file
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    if (pcl::io::loadPCDFile<pcl::PointXYZ>(argv[1], *cloud) == -1)
    {
        PCL_ERROR("Could not read file\n");
        return -1;
    }

    // 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); // 设置半径搜索范围，这里是3cm
    ne.compute(*cloud_normals);

    // Estimate principal curvatures
    pcl::PrincipalCurvaturesEstimation<pcl::PointXYZ, pcl::Normal, pcl::PrincipalCurvatures> pce;
    pce.setInputCloud(cloud);
    pce.setInputNormals(cloud_normals);
    pce.setSearchMethod(tree);
    pcl::PointCloud<pcl::PrincipalCurvatures>::Ptr cloud_curvatures(new pcl::PointCloud<pcl::PrincipalCurvatures>);
    pce.setRadiusSearch(0.03);
    pce.compute(*cloud_curvatures);

    // Print out curvature values
    std::vector<float> curvatures;
    for (int i = 0; i < cloud_curvatures->points.size(); i++)
    {
        float curvature = cloud_curvatures->points[i].pc1; // 使用pc1作为曲率值
        curvatures.push_back(curvature);
        std::cout << "Curvature at point " << i << ": " << curvature << std::endl;
    }

    // Save output
    pcl::PCDWriter writer;
    writer.write<pcl::PointXYZ>("output.pcd", *cloud, false);

    return 0;
}

上述代码中，使用了NormalEstimation来计算点云每个点的法向量，然后使用PrincipalCurvaturesEstimation来计算每个点的曲率。最后将曲率值存储到curvatures数组中。注意设置搜索半径和使用的曲率值（pc1或pc2）。