处理点云数据，从滤波到配准分割，一站式搞定。
PCL（Point Cloud Library）是一个大型开源的C++点云处理库，专门用于2D/3D图像和点云数据的处理。它解决了机器人、自动驾驶、三维建模等领域中点云数据的获取、滤波、特征估计、配准、分割、识别和可视化等核心问题。PCL提供了一整套模块化算法，包括滤波（如去除离群点）、特征描述（如FPFH、VFH）、点云配准（如ICP、NDT）、分割（如RANSAC平面分割）、表面重建（如移动最小二乘）以及模型拟合等。其核心能力在于高效处理大规模点云数据，并支持多线程和GPU加速。PCL拥有活跃的社区和丰富的文档，被广泛应用于学术研究和工业界，是点云处理领域的事实标准之一。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1访问官网文档
打开 PCL 官网 https://pointclouds.org，README 说明新官网已上线，安装与使用请以官网文档为准。
2确认发布版本
README 徽章显示 release 1.15.1；可在 GitHub Releases 页面查看对应版本与说明。
3查看源码仓库
访问 https://github.com/PointCloudLibrary/pcl 获取源码与后续文档入口，README 未给出编译命令。
4参考贡献页面
README 提到官网开放贡献，相关网站源码在 PointCloudLibrary.github.io 仓库。
README 未提供启动验证；能打开 https://pointclouds.org 即说明文档入口正常。
Q：README 里有安装命令吗？
A：没有。节选内容只包含官网、CI 状态和版本徽章，安装/编译请以官网文档为准。
Q：PCL 最新版本是多少？
A：README 徽章显示 release 1.15.1；可在 GitHub Releases 页面确认最新发布。
Q：支持哪些系统？
A：README 未给出完整列表；CI 徽章提到 Ubuntu 20.04、22.04、24.04，但需以官网为准。
Q：旧官网还能用吗？
A：README 提醒旧网站曾被攻击，可能含恶意代码，建议只使用 https://pointclouds.org。
Open3D、CloudCompare、PDAL
pcl 是计算机视觉领域的开源项目，由 PointCloudLibrary 开发，2013 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（11,129）位列前 5%，在计算机视觉分类的 447 个项目里位列前 5%。
近 41 天，它的 GitHub 星标从 11,093 增加到 11,129，净增 36。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。开源库，完全免费，可自行部署使用。
它主要面向的使用场景是：机器人感知与导航，处理激光雷达点云。同类可对比的替代方案包括 Open3D、CloudCompare、PDAL。
modlens
开源
给纯文本编码代理装上眼睛，粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库，搞定图像视频处理与识别
Open Source Computer Vision Library
OpenCVTutorials
开源
中文 OpenCV 教程，从入门到实战，边看边跑代码
OpenCV-Python4.1 中文文档
DEIMv2
开源
用DINOv3做实时检测，又快又准，直接落地。
[DEIMv2] Real Time Object Detection Meets DINOv3
