PCL安装常见的错误集合解决方案（一）
常见的错误集合解决方案（一）
No.1
提示错误
'Microsoft.VC90.CRT,version="9.0.21022.8"
把Microsoft.NET Framework 3.5.1下面的全部勾选上。
No.2
解决Qt Designer设计的图标但是VS生成不显示
问题描述：
在Qt designer中为菜单栏和工具栏设计的图标，但是在VS中生成得到的界面却没有图标
问题解决：
需要在VS中导入自己设计的资源文件，如下：
Source Files右键添加现有项，将自己的资源文件导入进去，然后就看到如下：
No.3
在QtDesigner中添加QVTKWidget，显示三维点云窗口
将下图的文件
复制到
进入Qt designer
点帮助->关于插件->刷新
QVTK就出来了
No.4
error LNK2038: 检测
到“_ITERATOR_DEBUG_LEVEL”的不匹配项: 值“0”不匹配值“2
使用VS2013版本引用外部的lib进行编译时候提示：
错误25 error LNK2038: 检测到“_ITERATOR_DEBUG_LEVEL”的不匹配项: 值“0”不匹配值“2”(jrtplibSend.obj 中)
F:jrtplibProjectsjrtplibSendjrtplibSendjrtplib.lib(rtpudpv6transmitter.obj) jrtplibSend
产生这个问题的原因是当前工程是Debug版本，而引用的库文件时Release版本，只需要把当前的Debug模式改成Release模式就可以了，或者打开解决方案--》属性--》链接器--》输入--》附加依赖项中引用debug版本的lib文件名称。
同样，如果检测到“_ITERATOR_DEBUG_LEVEL”的不匹配项: 值“2”不匹配值“0”
则说明是Release模式引用了Debug的库文件。这类问题在引用文件时要注意版本的匹配
借用他人的情况分析我遇到error LNK2038: 检测到“_ITERATOR_DEBUG_LEVEL”的不匹配项: 值“0”不匹配值“2” 错误的第二个原因
release下，在库版本匹配没有问题。
但是编译报错error LNK2038: 检测到“_ITERATOR_DEBUG_LEVEL”的不匹配项: 值“0”不匹配值“2”。
原因是：我release下，工程设置中运行库中设置成了"多线程调试 DLL (/MDd)"。这个是设置应该是在debug下的设置，release下应该设置“多线程 DLL (/MD)”。
No.5
Qt的pro文件转化为vs的工程文件
引言
使用QtCreator创建的工程，工程文件是pro文件，但是在实际开发中，可能需要用到VS进行调试（VS在代码编辑以及调试方面都要优于QtCreator）或者个人喜好VS进行开发。可以使用以下的方法实现Pro文件转化为Vs的工程文件，并进行调试。
步骤
1.首先配置Qt和VS的环境变量
2.然后进入到工程目录，执行以下命令
qmake -tp vc xxx.pro
3.运行结束后，打开工程目录，后看到生成之后的工程文件，使用vs的编辑器进行打开并编译，有可能会出现链接错误（LNK2026 模块对于 SAFESEH 映像是不安全的），这个时候打开工程配置-链接-命令行，添加以下的代码。
/SAFESEH:NO
No.6
boost 链接出错无法打开libboost_thread-vc140-mt-sgd-1_64.lib
第一个链接说明，当选择什么样子的运行时库，程序在编译的时候，就会去调用相应编译时期指定的版本，比如s代表的是运行时静态库，gd代表的是调试模式，当出现无法打开上面的情况下，说明放在指定目录下的boost编译库，可能是动态库，跟目标的不一致，因此需要调整匹配上。
“多线程（/MT）”：release版本多线程静态库
需要使用 libboost_regex-vc90-mt-s- 1_44.lib
“多线程调试（/MTd）”：debug版本多线程静态程库
需要使用libboost_regex-vc90-mt-sgd-1_44.lib
“多线程 DLL（/MD）”：release版本多线程动态库
需要使用静态boost 库连接 libboost_regex-vc90-mt -1_44.lib
动态boost 库连接， 需要在引入库前加上“lib”，
运行需要带上对应的dll
boost_regex-vc90-mt-1_44.lib à在引入库前加上“lib” boost_regex-vc90-mt-1_44.dll
“多线程调试 DLL（/MDd）”：debug版本 多线程动态库
需要使用静态boost 库连接
libboost_regex-vc90-mt-gd-1_44.lib
动态boost 库连接， 需要在引入库前加上“lib”，
运行需要带上对应的dll
boost_regex-vc90-mt-gd-1_44.lib à 在引入库前加上“lib”
boost_regex-vc90-mt-gd-1_44.dll
http://www.cnblogs.com/bluedoctor/p/6236905.html
http://blog.csdn.net/xucuiping_/article/details/5979532
写在后面，看看这个方式能不能ok：
1、在官网下载boost源文件，然后编译，下载的目录下面有一个文件叫bootstrap.bat的批处理文件，双击执行然后就会生成一个文件bjam.exe
2、然后转到下载的目录下面执行下面的语句：
bjam address-model = 64
解释：=64表示编译的是64位的boost
=32表示编译的是32位的boost
3、然后执行后就会得到下面的截图：
4、关于在生成过程中缺失这样的文件的时候的解决办法
libboost_thread-vc141-mt-sgd-1_65_1.lib
其中的sgd表示的是debug版本多线程静态程库，然后我们去boost的lib文件夹下面去找这个lib文件，发现是没有的，那么这个时候就需要我们自己去编译这个lib文件了，下面说下如何编译：
win+r打开cmd窗口，进入编译目录，执行
bjam stage --toolset=msvc-14.0 --stagedir="D:oost_1_65_1" link=shared runtime-link=shared threading=multi debug release
bjam stage --toolset=msvc-14.0 --stagedir="D:oost_1_65_1" link=static runtime-link=static threading=multi debug release
说明：
1、不同toolset版本只需更改版本就行，比如msvc-14.1的14.1改为其他版本，如9.0
2、目录记得改为自己的boost目录，
运行后得到下面（这里我就运行了第二条，时间很久）
3、看下得到的lib文件是什么样子的：
然后就会得到缺失的什么sgd.lib文件了，在链接进去即可
未完待续...
目前微信交流群不断壮大，由于人数太多，目前有两个群，为了鼓励大家分享，我们希望大家能在学习的同时积极分享，将您的问题或者小总结投稿发到群主邮箱主邮箱[email protected]。
资源
三维点云论文及相关应用分享
【点云论文速读】基于激光雷达的里程计及3D点云地图中的定位方法
3D目标检测：MV3D-Net
三维点云分割综述（上）
3D-MiniNet: 从点云中学习2D表示以实现快速有效的3D LIDAR语义分割（2020）
win下使用QT添加VTK插件实现点云可视化GUI
JSNet：3D点云的联合实例和语义分割
大场景三维点云的语义分割综述
PCL中outofcore模块---基于核外八叉树的大规模点云的显示
基于局部凹凸性进行目标分割
基于三维卷积神经网络的点云标记
点云的超体素(SuperVoxel)
基于超点图的大规模点云分割
更多文章可查看：点云学习历史文章大汇总
SLAM及AR相关分享
【开源方案共享】ORB-SLAM3开源啦！
【论文速读】AVP-SLAM：自动泊车系统中的语义SLAM
【点云论文速读】StructSLAM:结构化线特征SLAM
SLAM和AR综述
常用的3D深度相机
AR设备单目视觉惯导SLAM算法综述与评价
SLAM综述(4)激光与视觉融合SLAM
Kimera实时重建的语义SLAM系统
SLAM综述(3)-视觉与惯导，视觉与深度学习SLAM
易扩展的SLAM框架-OpenVSLAM
高翔：非结构化道路激光SLAM中的挑战
SLAM综述之Lidar SLAM
基于鱼眼相机的SLAM方法介绍
往期线上分享录播汇总
第一期B站录播之三维模型检索技术
第二期B站录播之深度学习在3D场景中的应用
第三期B站录播之CMake进阶学习
第四期B站录播之点云物体及六自由度姿态估计
第五期B站录播之点云深度学习语义分割拓展
第六期B站录播之Pointnetlk解读
[线上分享录播]点云配准概述及其在激光SLAM中的应用
[线上分享录播]cloudcompare插件开发
[线上分享录播]基于点云数据的 Mesh重建与处理
[线上分享录播]机器人力反馈遥操作技术及机器人视觉分享
[线上分享录播]地面点云配准与机载点云航带平差
点云PCL更多活动请查看：点云PCL活动之应届生校招群
扫描下方微信视频号二维码可查看最新研究成果及相关开源方案的演示：
如果你对本文感兴趣，请点击“原文阅读”获取知识星球二维码，务必按照“姓名+学校/公司+研究方向”备注加入免费知识星球，免费下载pdf文档，和更多热爱分享的小伙伴一起交流吧！
以上内容如有错误请留言评论，欢迎指正。未经授权，请勿转载！如有侵权，请联系删除。
扫描二维码
关注我们
让我们一起分享一起学习吧！期待有想法，乐于分享的小伙伴加入免费星球注入爱分享的新鲜活力。分享的主题包含但不限于三维视觉，点云，高精地图，自动驾驶，以及机器人等相关的领域。
分享及合作方式：群主微信“920177957”（需要按要求备注） 联系邮箱：[email protected]，欢迎企业来联系公众号展开合作。
点一下“在看”你会更好看耶
更多相关：
-
本文来自 运维人生 ，作者：fly是个稻草人链接：http://www.ywadmin.com/?id=76误删除linux系统文件了？不用急，本文将给你一个恢复linux文件的方法，让你轻松应对运维中的各风险问题。方法总比问题多~说在前面的话针对日常维护操作，难免会出现文件误删除的操作。大家熟知linux文件系统不同win有回收...
-
原文来自SecIN社区—作者：WiHat0x00 什么是WebShell渗透测试工作的一个阶段性目标就是获取目标服务器的操作控制权限，于是WebShell便应运而生。Webshell中的WEB就是web服务，shell就是管理攻击者与操作系统之间的交互。Webshell被称为攻击者通过Web服务器端口对Web服务器有一定的操作权限，而...
-
断电时文件系统发生了什么？硬盘又发生了什么？下一次开机时写到一半的文件在系统层面还在吗？在底层还在吗？更进一步的, 文件系统如何保证事务性, 会不会存在某种极端情况导致例如最后几个bit还没写完, 文件系统却认为它成功了的情况?回答不限任何文件系统，谢谢！下面是「北极」的回复分享断电的一瞬间，很多事情是无法确定的：1. 你无法确定...
-
接到项目需求。需要搭建一个页面进行交互，慢慢来b (2).jpg使用python django框架进行页面的搭建在项目文件下打开窗口，输入命令;django-admin startproject helloword#在文件helloword/helloword/创建view.py在view.py文件中输入以代码from django....
-
标题：Voxelized GICP for Fast and Accurate 3D Point Cloud Registration作者：Kenji Koide, Masashi Yokozuka, Shuji Oishi, and Atsuhiko Banno来源：分享者代码：https://github.com/SMRT-AI...
-
点云PCL免费知识星球，点云论文速读。标题：LIC-Fusion 2.0: LiDAR-Inertial-Camera Odometry with Sliding-Window Plane-Feature Tracking作者：Xingxing Zuo1;2, Yulin Yang3, Patrick Geneva3, Jiajun...
-
点云PCL免费知识星球，点云论文速读。标题：CMRNet++: Map and Camera Agnostic Monocular Visual Localization in LiDAR Maps作者：Daniele Cattaneo, Domenico Giorgio Sorrenti, Abhinav Valada来源：分享者...
-
点云PCL免费知识星球，点云论文速读。标题：LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping作者：Tixiao Shan, Brendan Englot, Drew Meyers, Wei Wang, Carlo Ratti, and...
-
前言CloudCompare是另一款开源且完善的点云处理软件，我们可以在这款软件的基础上，任意的设计成我们想要的界面，可以说是点云处理软件的最佳选择，所以我认为如果你是研究点云算法的可以使用PCL，GDAL,等其他库，如果你是做工程的需要点云的界面显示，那么cloudCompare就是不二选择，当然如果是简单的界面使用PCL和QT也...
-
点云PCL免费知识星球，点云论文速读。标题：三维点云分割综述（上）排版：particle欢迎各位加入免费知识星球，获取PDF文档，欢迎转发朋友圈，分享快乐。这是一篇综述性论文，以下只做概述性介绍，介绍文章已共享在微信群和免费知识星球中，文章在公众号将分成三个部分:第一部分介绍点云的获取以及各种传感器获取点云的特性，以及分割概念的区别...
-
点云PCL免费知识星球，点云论文速读。文章：DLL: Direct LIDAR Localization. A map-based localization approach for aerial robots作者：Fernando Caballero1 and Luis Merino编译：点云PCL代码：https://githu...
-
CloudCompare是一个三维点云（网格）编辑和处理软件。最初，它被设计用来对稠密的三维点云进行直接比较。它依赖于一种特定的八叉树结构，在进行点云对比这类任务时具有出色的性能【1】。此外，由于大多数点云都是由地面激光扫描仪采集的，CloudCompare的目的是在一台标准笔记本电脑上处理大规模的点云——通常超过1000万个点云。...
-
点云PCL免费知识星球，点云论文速读。文章：Open3DGen: Open-Source Software for Reconstructing Textured 3D Models from RGB-D Images作者：Teo T. Niemirepo, Marko Viitanen, and Jarno Vanne编译：点云P...
-
点云PCL免费知识星球，点云论文速读。标题：Real-Time Spatio-Temporal LiDAR Point Cloud Compression作者：Yu Feng , Shaoshan Liu , and Yuhao Zhu来源：2020IROS本文仅做学术分享，如有侵权，请联系删除。欢迎各位加入免费知识星球，获取PDF...