对点云的操作可以直接应用变换矩阵，即旋转，平移，尺度，3D的变换就是要使用4*4 的矩阵,例如：
等等模型
在这里直接使用程序开实现一个点云的旋转，新建文件matrix.cpp
编译后我们随便找一个PCD文件查看效果，也可以该程序的参数，查看不同的参数的结果
命令窗口打印的结果
可视化的结果
(2)移除 NaNs:
从传感器获得的点云可能包含几种测量误差和/或不准确。其中之一是在一些点的坐标中存在NaN（不是数）值，正如你在下面的文件中看到的那样：
点云对象的成员函数有称为“is_dense()”，如果所有的点都有效的返回true是为有限值。一个NaNs表明测量传感器距离到该点的距离值是有问题的，可能是因为传感器太近或太远，或者因为表面反射。那么当存在无效点云的NaNs值作为算法的输入的时候，可能会引起很多问题，比如“"Assertion `point_representation_->isValid (point) && "Invalid (NaN, Inf) point coordinates given to radiusSearch!"' failed."”如果发生这样的错误就要移除这些点，那么下面就是为了解决移除无效点的程序
然后可以显示移除NaNs点后的可视图，
这张点云是我自己用kinect 生成的点云，在没有移除NaNs的时候可以先读取以下，显示他的点云数值在命令窗口，你会发现会有很多的NaNs的无效点，经过
移除这些点之后在read一些打印处的结果就不会存在NaNs的无效点，这样在后期的使用算法的时候就不会出现错误了。
这种方法的问题是它不会保持点云仍然是有序点云。所有的点云都存储一个“宽度”和“高度”变量。在无序点云，总数为宽度相同，而高度设置为1。在有序的点云（像从相机拍摄像传感器如Kinect或Xtion的），宽度和高度都相同的像素的图像分辨率传感器的工作。点云分布在深度图像的行中，每一个点对应一个像素。成员函数”isorganized()”如果高度大于1时返回真。
由于移除NaNs无效点会改变点云的点的数量，它不再能保持组织与原来的宽高比，所以函数将设置高度1。这不是一个大问题，只有少数的PCL的算法工作明确要求是有序的点云（大多这样情况下会使用在优化上），但你必须考虑其中的影响。
暂时就到这里了。。。。。。
微信公众号号可扫描二维码一起共同学习交流