PCL第三方库:Eigen, Flann , Qhull, VTK, Boost简介
前言:
PCL作为机器人软件的一个基础类库,融合了基础结构、算法和三维显示。其大量使用第三方库,使用了Boost、Eigen、Flann、VTK、Boost、CUdnn等。
第一预备役:Boost
官方网站:http://www.boost.org/
截止今日,官方最新版本为1.54,VS可以通过下载源码编译运行,例程如:
vs2012编译boost_1_53_0:
http://blog.csdn.net/liukang0618/article/details/9149881
补充:我安装时正好是VS2012出现问题,tools工具损坏,没心情修补,直接下载的exe包:
地址: http://sourceforge.net/projects/boost/files/boost-binaries/1.54.0/
自己进行挑选合适的版本进行安装即可,省去了编译步骤。
百科上的评论,有点意思:
Boost 包含近百个程序库,其中不乏具有工程实用价值的佳品。每个人口味与技术背景不一样,对 Boost 的取舍也不一样。就我的个人经验而言,首先可以使用绝对无害的库,例如 noncopyable、scoped_ptr、static_assert 等,这些库的学习和使用都比较简单,容易入手。其次,有些功能自己实现起来并不困难,正好 Boost 里提供了现成的代码,那就不妨一用,比如date_time 和 circular_buffer 等。然后,在新项目中,对于消息传递和资源管理可以考虑采用更加现代的方式,例如用 function/bind 在某些情况下代替虚函数作为库的回调接口、借助shared_ptr实现线程安全的对象回调等等。这二者会影响整个程序的设计思路与风格,需要通盘考虑,如果正确使用智能指针,在现代 C++ 程序里一般不需要出现 delete 语句。最后,对某些性能不佳的库保持警惕,比如 lexical_cast。总之,在项目组成员人人都能理解并运用的基础上,适当引入现成的 Boost 组件,以减少重复劳动,提高生产力。
2.C++矩阵处理工具——Eigen
不可否认,此女子的逻辑很清晰...:文章链接:http://blog.csdn.net/abcjennifer/article/details/7781936
若有评论,希望到原文....
首先推荐几个可以在C++中调用的数学平台:eigen、bias、lapack、svd、CMatrix,本文着重eigen做以讲解,希望对各位有所帮助。
下面是本文主线,主要围绕下面几点进行讲解:
**********************************************************************************************
Eigen是什么?
Eigen3哪里下载?
Eigen3的配置
Eigen3 样例代码有没有?
去哪里更深入学习?
**********************************************************************************************
Eigen是什么?
Eigen是C++中可以用来调用并进行矩阵计算的一个库,里面封装了一些类,需要的头文件和功能如下:
Eigen的主页上有一些更详细的Eigen介绍。
Eigen3哪里下载?
这里是我下好的,这里是官网主页,请自行下载,是个code包,不用安装。
Eigen的配置
直接上图了,附加包含目录那里填上你放Eigen文件夹的位置即可。
Eigen的样例代码有没有?
当然有,这篇文章重点就是这里!
以下是我整理的一些常用操作,基本的矩阵运算就在下面了,算是个入门吧~主要分以下几部分:
建议大家放到编译环境里去看,因为我这里有一些region的东西,编译器下更方便看~
#include <iostream>
#include <Eigen/Dense> //using Eigen::MatrixXd;
using namespace Eigen;
using namespace Eigen::internal;
using namespace Eigen::Architecture; using namespace std; int main()
{ #pragma region one_d_object cout<<"*******************1D-object****************"<<endl; Vector4d v1; v1<< 1,2,3,4; cout<<"v1=\n"<<v1<<endl; VectorXd v2(3); v2<<1,2,3; cout<<"v2=\n"<<v2<<endl; Array4i v3; v3<<1,2,3,4; cout<<"v3=\n"<<v3<<endl; ArrayXf v4(3); v4<<1,2,3; cout<<"v4=\n"<<v4<<endl; #pragma endregion #pragma region two_d_object cout<<"*******************2D-object****************"<<endl; //2D objects: MatrixXd m(2,2); //method 1 m(0,0) = 3; m(1,0) = 2.5; m(0,1) = -1; m(1,1) = m(1,0) + m(0,1); //method 2 m<<3,-1, 2.5,-1.5; cout <<"m=\n"<< m << endl; #pragma endregion #pragma region Comma_initializer cout<<"*******************Initialization****************"<<endl; int rows=5; int cols=5; MatrixXf m1(rows,cols); m1<<( Matrix3f()<<1,2,3,4,5,6,7,8,9 ).finished(), MatrixXf::Zero(3,cols-3), MatrixXf::Zero(rows-3,3), MatrixXf::Identity(rows-3,cols-3); cout<<"m1=\n"<<m1<<endl; #pragma endregion #pragma region Runtime_info cout<<"*******************Runtime Info****************"<<endl; MatrixXf m2(5,4); m2<<MatrixXf::Identity(5,4); cout<<"m2=\n"<<m2<<endl; MatrixXf m3; m3=m1*m2; cout<<"m3.rows()="<<m3.rows()<<" ; " <<"m3.cols()="<< m3.cols()<<endl; cout<<"m3=\n"<<m3<<endl; #pragma endregion #pragma region Resizing cout<<"*******************Resizing****************"<<endl; //1D-resize v1.resize(4); cout<<"Recover v1 to 4*1 array : v1=\n"<<v1<<endl; //2D-resize m.resize(2,3); m.resize(Eigen::NoChange, 3); m.resizeLike(m2); m.resize(2,2); #pragma endregion #pragma region Coeff_access cout<<"*******************Coefficient access****************"<<endl; float tx=v1(1); tx=m1(1,1); cout<<endl; #pragma endregion #pragma region Predefined_matrix cout<<"*******************Predefined Matrix****************"<<endl; //1D-object typedef Matrix3f FixedXD; FixedXD x; x=FixedXD::Zero(); x=FixedXD::Ones(); x=FixedXD::Constant(tx);//tx is the value x=FixedXD::Random(); cout<<"x=\n"<<x<<endl; typedef ArrayXf Dynamic1D; //或者 typedef VectorXf Dynamic1D int size=3; Dynamic1D xx; xx=Dynamic1D::Zero(size); xx=Dynamic1D::Ones(size); xx=Dynamic1D::Constant(size,tx); xx=Dynamic1D::Random(size); cout<<"xx=\n"<<x<<endl; //2D-object typedef MatrixXf Dynamic2D; Dynamic2D y; y=Dynamic2D::Zero(rows,cols); y=Dynamic2D::Ones(rows,cols); y=Dynamic2D::Constant(rows,cols,tx);//tx is the value y=Dynamic2D::Random(rows,cols); #pragma endregion #pragma region Arithmetic_Operators cout<<"******************* Arithmetic_Operators****************"<<endl; //add & sub MatrixXf m4(5,4); MatrixXf m5; m4=m2+m3; m3-=m2; //product m3=m1*m2; //transposition m5=m4.transpose(); //m5=m.adjoint();//伴随矩阵 //dot product double xtt; cout<<"v1=\n"<<v1<<endl; v2.resize(4); v2<<VectorXd::Ones(4); cout<<"v2=\n"<<v2<<endl; cout<<"*************dot product*************"<<endl; xtt=v1.dot(v2); cout<<"v1.*v2="<<xtt<<endl; //vector norm cout<<"*************matrix norm*************"<<endl; xtt=v1.norm(); cout<<"norm of v1="<<xtt<<endl; xtt=v1.squaredNorm(); cout<<"SquareNorm of v1="<<xtt<<endl; #pragma endregion cout<<endl;
}
去哪里更深入学习?
Please refer to Eigen中的类及函数、Eigen的官方教程,和一些教程上的相关内容。
3.FLANN - Fast Library for Approximate Nearest Neighbors
目前最完整的(近似)最近邻开源库。不但实现了一系列查找算法,还包含了一种自动选取最快算法的机制。
FLANN is written in C++ and contains bindings for the following languages: C, MATLAB and Python.算是比较完整的支持吧!
http://www.cs.ubc.ca/research/flann/
官网的介绍非常详细,几乎是面面俱到,希望能仔细阅读....
其中有一条新闻:
- You can find binary installers for FLANN on the Point Cloud Library project page. Thanks to the PCL developers!
不过还是选用最新的包自己编译的好.
此外,视觉博客的相关介绍:http://www.cvchina.info/tag/flann/
4.VTK 视觉化工具函数库
转自维基:http://zh.wikipedia.org/wiki/VTK
视觉化工具函式库(VTK, Visualization Toolkit)是一个开放源码,跨平台、支援平行处理(VTK曾用于处理大小近乎1个Petabyte的资料,其平台为美国Los Alamos国家实验室所有的具1024个处理器之大型系统)的图形应用函式库。2005年实曾被美国陆军研究实验室用于即时模拟俄罗斯制反导弹战车ZSU23-4受到平面波攻击的情形,其计算节点高达2.5兆个之多。
该函式库以开放源码的BSD授权释出。
官方主页:http://www.vtk.org/
PCL第三方库:Eigen, Flann , Qhull, VTK, Boost简介相关推荐
- C++忽略第三方库的警告
1. 问题描述 C++ 或者gcc选项如何设置,才能禁用第三方库的警告(比如boost库的警告).#pragma这种在源代码级别禁用警告的方法不算(这种方法不是我需要的).如果可以,cmake中如何设 ...
- python pip安装第三方库老是报错_#python pip 安装dlib一直失败?#python安装dlib错误...
#python pip 安装dlib一直失败?#python安装dlib错误 python dlib 教程2020-10-11 07:52:36人已围观 ubuntu里面怎么安装dlib 下面是在ub ...
- PCL(Point Cloud Library)的第三方库简介(boost,eigen,flann,vtk,qhull)
PCL因为融合了大量的第三方开源库,导致学习成本升高~在学习之前我们不妨了解一下这些库都是干嘛的,以便有的放矢,在之后更好的使用 boost: C++的标准库的备用版,擅长从数学库到智能指针,从模板元 ...
- ISP 【一】————boost标准库使用——批量读取保存文件 /boost第三方库的使用及其cmake添加,图像gramma
CMakeLists.txt文件中需要添加第三方库,并企鹅在CMakeLists.txt中添加 include_directories(${PROJECT_SOURCE_DIR}/../3party/ ...
- Dev C++安装第三方库boost
Dev_C++安装第三方库boost 安装步骤 准备工作下载boost库,下载地址https://sourceforge.net/projects/boost/ 1. 设置GCC的环境变量PATH 设 ...
- python语言常用的中文分词第三方库是_基于boost使用Python调用NLPIR(ICTCLAS2013)中文分词组件...
最近需要用到中文分词,本来想省事,用python的第三方库结巴分词,但看了下API,计算文本关键词的方法没有没有返回关键字对应的权值,翻了下文档应该是不还不支持,只好继续使用中科院的那套ICTCLAS ...
- PCL点云库(Point Cloud Library)简介
PCL点云库(Point Cloud Library)简介 什么是PCL PCL(Point Cloud Library)是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库,它实现了 ...
- apollo如何添加第三方库,以pylon为例
1.在apollo/third_party/ 里面增加pylon文件夹 workspace.bazel """Loads the OpenCV library" ...
- C/C++框架和第三方库
值得学习的C语言开源项目 - 1. Webbench Webbench是一个在linux下使用的非常简单的网站压测工具.它使用fork()模拟多个客户端同时访问我们设定的URL,测试网站在压力下工作的 ...
最新文章
- js关闭窗口无提示,不支持FF
- 【采用】互联网金融风控模型的设计
- 竖直手风琴导航菜单栏
- java oci_java oracle oci方式连接
- 是时候展现真正的技术了!4道程序员智力题你能对几道| IT巨能唠
- SHA1签名工具类java
- vconfig命令打通直连网络
- python 字典处理_Python 6 个字典操作你必须知道
- docker-compose部署Minio
- 16 分钟优化 mRNA 疫苗稳定性!百度 AI 算法 LinearDesign 为新冠疫苗研发提速
- java 0xf0_用java做一个最小的操作系统内核
- java面试题 Object类的常见方法总结
- ASP.NET2.0(学习第一天)
- “勒索文件”或可部分恢复
- NERSim v1.09a 1CD+HyperMILL 2018.1
- 网站前端性能优化终极指南
- Python实现词云图的3种方式(词频,一段文本,自定义样式)
- c语言函数实验总结小说,大一上期C语言实验报告7函数
- Ubuntu16 Nvidia驱动安装(.run文件安装)
- 158玩游戏平台最新上线
热门文章
- 关于javascript的原型和原型链,看我就够了(二)
- WebStorm 常用功能的使用技巧分享
- 支付宝前端开源框架Alice(解决各个浏览器的样式不一致的问题)
- .Net 中的序列化与反序列化 (转)
- Ajax+asp.net无刷新验证用户名
- Vijos p1097 合并果子
- 关于Mac设置alias别名访问服务器
- 学习 Swift 的知识点整理
- python面对对象编程-------5:获取属性的四种办法:@property, __setattr__(__getattr__) ,descriptor...
- mysql 优化20点