PCL常见错误集锦

简介: 来自微信公众号的分享我刚刚开始接触PCL,懂的东西也很少,所以总是出现各种各样的问题,每次遇见问题的时候要查找各种各样的资料,很费时间。所以,今天我把我遇见的常见问题分享给大家,讲解的步骤尽量详细,让和我一样基础差的小伙伴能尽快进入到PCL点云库的学习中,希望能和大家进步。

来自微信公众号的分享

我刚刚开始接触PCL,懂的东西也很少,所以总是出现各种各样的问题,每次遇见问题的时候要查找各种各样的资料,很费时间。所以,今天我把我遇见的常见问题分享给大家,讲解的步骤尽量详细,让和我一样基础差的小伙伴能尽快进入到PCL点云库的学习中,希望能和大家进步。

运行环境:PCL-1.8.0-AllInOne-msvc2013-win64,是64位的,VS2013英文版。

 

问题1:如何获取PCD文件。之前有小伙伴问我如何获取pcd文件,我知道这是很基础的问题,但是新手常常会问这个问题,也包括我自己学习刚刚开始学习的时候。通常有两种方法,

way1:一种是通过cloudcompare软件进行转换,该软件可以到它的官网下载,这对于新手比较直接。

Way2:写代码自己转。

 

问题2错误提示为1.IntelliSense: cannot open source file "pcl/io/pcd_io.h" c:\visual 等如下图所示,要检查一下自己的是不是把编译平台已经更改为64位的。

解决方法:

步骤1:

 

步骤2:

 

问题3:报错类似的问题如

Error         3       error C4996: 'std::_Uninitialized_copy0':Function call with parameters that may be unsafe - this call relies on thecaller to check that the passed values are correct. To disable this warning,use -D_SCL_SECURE_NO_WARNINGS.See documentation on how to use Visual C++ 'Checked Iterators'       C:\Program Files (x86)\Microsoft VisualStudio 12.0\VC\include\xmemory       348

解决方法:

步骤1:打开属性表;

 

步骤2:将_SCL_SECURE_NO_WARNINGS添加在预处理器定义里如如所示

 

注意:若上述提示的错误信息是C4996:’fopen’*******_CRT_SECURE_NO_WARNINGS********的问题,按照上述步骤将_CRT_SECURE_NO_WARNINGS添加到预处理器定义中即可。

 

问题4:编译的时候遇到如下错误提示

error C4996: 'pcl::SAC_SAMPLE_SIZE': Thismap is deprecated and is kept only to prevent breaking existing user code. Startingfrom PCL 1.8.0 model sample size is a protected member of theSampleConsensusModel class.

这是程序生命周期检查出现的问题。

解决方法:

打开项目属性页>C/C++>常规>SDL检查(设置为否)。

 

问题5:编译的时候遇到如下错误提示

error C1128: number of sections exceededobject file format limit : compile with /bigobj

解决方法:

右键项目,properties(属性)-> Configuration Properties(配置属性) -> C/C++-> Command Line(命令行) -> Additional options(其他选项),然后加上 /bigobj属性,确定,然后重新编译即可。

 

在这里非常感谢这位同学,这样分享总结,我十分感动啊,我的初衷就是希望大家可以这样分享,给初学者提供一点建议。相互学习进步。

所以建议在学习一段时间之后,能写一点总结分享大家

 

感兴趣者扫描二维码关注微信公众号,后台可直接私信我

 

相关文章
|
消息中间件 存储 数据库
RocketMQ 流存储解析:面向流场景的关键特性与典型案例
RocketMQ 流存储解析:面向流场景的关键特性与典型案例
88994 100
|
数据采集 机器学习/深度学习 人工智能
揭秘AI大模型的‘梦幻迷雾’:一场关于真实与虚假的智力较量,你能否穿透幻觉迷雾,窥见真相之光?
【10月更文挑战第13天】本文深入探讨了大模型幻觉的底层逻辑,分析了其产生的原因、表现形式及解决方案。从数据质量、模型复杂度、解码策略等方面解析幻觉成因,提出了提高数据质量、引入正则化技术、增强上下文理解等对策,旨在减少大模型生成不准确或虚假信息的风险。
392 1
|
C++
C++ PCL 沿着自定义的平面做横截面(直通滤波)
C++ PCL 沿着自定义的平面做横截面(直通滤波)
180 0
|
SQL 存储 Oracle
一篇文章带你学会 Oracle 存储过程的基本介绍和高阶用法(上)
一篇文章带你学会 Oracle 存储过程的基本介绍和高阶用法
|
存储 搜索推荐 数据建模
阿里巴巴大数据实践之数据建模:构建企业级数据湖
阿里巴巴通过构建高效的数据湖和实施先进的数据建模策略,实现了数据驱动的业务增长。这些实践不仅提升了内部运营效率,也为客户提供了更好的服务体验。随着数据量的不断增长和技术的不断创新,阿里巴巴将持续优化其数据建模方法,以适应未来的变化和发展。
|
数据采集 自然语言处理 算法
|
存储 JSON JavaScript
Vue.js开发中基于localStorage与sessionStorage的本地存储利器:Vue-ls插件使用详解
Vue.js开发中基于localStorage与sessionStorage的本地存储利器:Vue-ls插件使用详解
535 0
|
缓存 JavaScript 前端开发
VUE自动检测版本更新
本文简单介绍了实现线上更新的一种思路,相比在生产环境下实现热更新,或者是使用websocket相对来说都是比较麻烦的,而且还需要改动服务器,这种做法只需要一小段js函数即可解决,并且效率也是非常高的,对整个系统的运行,基本上是没有任何负面影响,因为单页面模式下,每次请求的页面实际上传输的数据非常少,所以两秒一次,完全不会给站点增加负荷。
410 0
|
机器学习/深度学习 算法 数据挖掘
机器学习中的监督学习与非监督学习
在机器学习领域,算法主要分为两大类:监督学习(Supervised Learning)和非监督学习(Unsupervised Learning)。这两种方法在数据处理和问题解决方面各有特点和应用场景。本文将详细介绍监督学习与非监督学习的基本概念、区别以及它们的常见应用。
872 0
|
算法
3D Hough变换点云平面检测算法
3D Hough变换点云平面检测算法
569 0

热门文章

最新文章