pcl

处理点云数据，从滤波到配准分割，一站式搞定。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署计算机视觉 🍴 复刻 4707 🐛 待处理 581 👀 关注 407

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 11216

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源库，完全免费，可自行部署使用。

项目预览

项目数据

分类计算机视觉

开发团队PointCloudLibrary

官网地址https://pointclouds.org

GitHubhttps://github.com/PointCloudLibrary/pcl

定价模式🏷️完全免费

价格说明开源库，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议NOASSERTION

主要语言C++

技术栈/模型c-plus-plus,computer-vision,cpp,pcl,point-cloud,pointcloud

GitHub 星标★ 11216

上线时间2013-02-12 00:00:00

代码更新2026-11-04

仓库体积234.5 MB

本站数据更新2026-11-10

维护状态活跃

收录时间2026-08-10

浏览次数7

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 11216

技术标签

c-plus-plus computer-vision cpp point-cloud

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：高级约 10 分钟部署方式：库/依赖 4 步

⚠ 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。

环境要求

C++ 开发环境（项目开发语言为 C++）
可访问 https://pointclouds.org 获取文档
可访问 GitHub 仓库 https://github.com/PointCloudLibrary/pcl

安装与启动步骤

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。