1.开源科学工程技术软件介绍 – EDA工具KLayout
2.点云|CloudCompare源码编译教程
3.如何把CloudCompare中的源码ccViewer模块独立出来？
4.开源科学工程技术软件介绍 – 点云处理软件CloudCompare
5.浅谈：点云库Open3D、PCL以及CGAL（C++）
开源科学工程技术软件介绍 – EDA工具KLayout
今天向大家介绍一款由德国团队开发的下载开源EDA工具——KLayout。
KLayout是源码基于C++开发的，其用户界面采用Qt技术。下载这款软件支持Windows、源码MacOS和Linux操作系统。下载a8源码下载网源码下载站用户可以通过以下网址下载安装程序：klayout.de/build.html。源码
关于KLayout的下载图形用户界面，您可以在官网查看：klayout.de/。源码
KLayout的下载源代码托管在Github，具体地址为：github.com/KLayout/klay...
KLayout自年月发布0.版以来，源码每年都会进行多次更新。下载目前最新版本为年5月发布的源码0..1版。
以下是下载KLayout提供的一些功能截图：klayout.de/galleries.ht...
关于更多开源科学工程技术软件的介绍，您可以参考以下文章：
《开源科学工程技术软件介绍 – Silx》
《开源科学工程技术软件介绍 – Klampt》
《开源科学工程技术软件介绍 – 参数化三维3D软件Dune 3D》
《开源科学工程技术软件介绍 – GPS日志文件查看器GPXSee》
《开源科学工程技术软件介绍 – 三维3D软件Chili3D》
《开源科学工程技术软件介绍 – 集成电路设计软件XicTools》
《开源科学工程技术软件介绍 – 天文学软件Cosmonium》
《开源科学工程技术软件介绍 – 计算流体力学软件FluidX3D》
《开源科学工程技术软件介绍 – 点云处理软件CloudCompare》
《开源科学工程技术软件介绍 – 野外火灾建模软件WindNinja》
《开源科学工程技术软件介绍 – 电子设计自动化EDA软件Horizon》
《开源科学工程技术软件介绍 – 有限元网格生成器Gmsh》
《开源科学工程技术软件介绍 – Mesh网格处理软件MeshInspector》
《开源科学工程技术软件介绍 – 医学图像处理框架FAST》
《开源科学工程技术软件介绍 – 生物力学有限元分析软件FEBio和FEBio Studio》
《开源科学工程技术软件介绍 – DICOM医学查看器Weasis》
《开源科学工程技术软件介绍 – 测量系统集成软件ITOM》
……
点云|CloudCompare源码编译教程
这篇教程详细介绍了如何在VS中配置并使用CloudCompare的源码源码。首先，推荐参考的博客提供了更为详尽的库配置，包括LasTool和PDAl等。
步骤一：在VS中，进入工具选项，搜索并安装Qt Visual Studio Tools，按照安装流程直到结束。关闭页面后，退出VS，并等待VSIX Installer的安装。
安装完成后，切片多媒体源码打开VS，你将看到Qt VS Tools的工具栏，方便后续操作。
接着，你需要下载适合自己VS版本的QT，可以从download.qt.io获取。安装时，确保选择与VS兼容的版本，并在系统设置中更新环境变量，例如将QT安装路径（本文示例为D:\QT\5.9.8\msvc_\bin）添加到系统路径中。
最后，访问GitHub上的CloudCompare源码仓库（github.com/CloudCompare），下载Release Version 2..2版本的源码。至此，VS的配置和CloudCompare源码的下载与安装就已完成，你可以开始下一步的开发工作了。
如何把CloudCompare中的ccViewer模块独立出来？
如何将CloudCompare中的ccViewer模块独立出来
CloudCompare是一个流行的3D点云数据处理软件，其中ccViewer作为其内置的可视化工具，为用户提供了查看和分析点云数据的功能。然而，有些用户可能希望将ccViewer作为一个独立的工具使用，而不是在CloudCompare中运行。为了实现这一目标，需要将ccViewer的源代码和依赖的库进行分离，并整合到一个独立的蜜源码在哪找工程中。以下将详细说明这一过程。
ccViewer是一个基于Qt5和OpenGL的三维点云可视化工具，包含了多种显示和交互模式，且支持插件扩展功能。但若要将其作为独立库使用，则需将其源码和依赖项分离，仅保留自带功能，并移除插件模块的相关代码和头文件。
首先，了解ccViewer的依赖项。这些依赖项主要包含CC、CCFbo、ccViewer、common、qCC_db、qCC_glWindow和qCC_io等。其中，CC是CloudCompare的核心库，包含了大部分点云数据处理功能；CCFbo是Framebuffer Object（FBO）相关的库，用于离屏渲染；ccViewer是主要源代码；common是一些常用的工具函数和类；qCC_db用于处理数据库；qCC_glWindow是OpenGL窗口相关的库；qCC_io则负责文件输入输出。
接下来，根据了解的依赖项对每个模块的CMakeLists文件进行修改和适配，删除ccViewer中用到的plugin模块内容，确保其更加独立。
创建一个新工程文件夹，怎么导入springboot源码并将依赖项的源代码和头文件放入其中。注意保持源代码结构的层次，并为每个依赖项创建对应的子文件夹，将源代码和头文件放入其中。
在新工程文件夹中创建CMakeLists.txt文件，并在其中指定依赖项的路径和构建规则。使用add_subdirectory命令将每个依赖项添加到工程中，并在target_link_libraries命令中指定依赖项之间的链接关系。此外，还需指定生成可执行文件的名称和相关的源代码和头文件。
编译工程时，使用CMake管理依赖项和整个工程的构建。在构建过程中，需注意可能的警告信息，可以忽略它们。使用vs打开生成的工程文件，进行编译后运行。
通过这份简化的代码，学习如何基于QT实现各种功能的按钮，理解CC源码的编程风格，并尝试添加按钮或鼠标拖拽操作。在基础的可视化功能上，可以尝试添加如加载PCD文件和鼠标选点等功能。
在扩展与其他功能时，需要学习CMake的就爱看影视源码语法，如set(CMAKE_POSITION_INDEPENDENT_CODE ON)用于生成位置无关代码，set(CMAKE_AUTOMOC ON)启用自动 moc 机制，qt5_wrap_ui用于将Qt Designer .ui 文件转换为C++源文件，generate_export_header用于生成导出头文件等。
在实际操作过程中，可能遇到一些bug，这些问题不一一列举。对于感兴趣的朋友，可参考代码：github.com/yaoli/cc...，并通过知识星球提问或交流。此外，可访问相关资源，如自动驾驶及定位相关分享、SLAM及AR相关分享等，以获取更多文章和信息。分享主题涵盖三维视觉、点云、高精地图、自动驾驶、机器人等领域。加入知识星球，共同分享学习，期待有想法、乐于分享的小伙伴加入。
开源科学工程技术软件介绍 – 点云处理软件CloudCompare
点云（Point Cloud）是一种空间中的点数据集，主要用于表示三维形状或对象，通常通过三维扫描仪、激光雷达、摄像头、RGB-D相机等设备获取。每个点的位置由一组笛卡尔坐标（X，Y，Z）描述，可能还包含色彩信息（R，G，B）或物体反射面强度（Intensity）信息。
点云广泛应用于多个领域，例如建模、设计、质量控制、逆向工程、虚拟现实、增强现实等。CloudCompare就是一款专门用于处理三维点云和三角形网格的软件，最初设计目的是在两个三维点云或点云与三角形网格之间进行比较，即“云比较”。它采用八叉树结构进行优化，能够处理大量点云数据，通常超过万个点，甚至高达1.2亿个点，内存占用超过2GB。
CloudCompare使用C++开发，用户界面基于Qt，图形渲染使用OpenGL，支持Windows、MacOS和Linux操作系统。用户可以从其官方网站cloudcompare.org下载安装程序，源代码则在Github上：/ProjectPhysX/CloudCompare。该软件自年开始开发，年开源，年7月开始在GitHub上发布版本，最新的2..1版发布于年3月。
CloudCompare功能丰富，包括但不限于数据导入、导出、可视化、滤波、统计、对齐、几何变换等操作。用户可以访问官方网站获取更多详细信息和功能介绍，或者在GitHub上查找最新的开发动态和用户社区。
在科学工程领域，还有许多其他开源软件，如用于数据处理的Silx，用于机器人开发的rviz，用于可视化中间件的Visualization Library，用于科学可视化分析的Graphia等。此外，还有用于科学可视化和数据可视化的工具，如用于医学图像计算平台的3D Slicer，用于数据可视化的PyVista，用于地理信息的GeoJS等。
浅谈：点云库Open3D、PCL以及CGAL（C++）
本文旨在比较分析点云处理库Open3D、PCL及CGAL（C++），以深入理解其特性、功能与上手难度。
Open3D，一个面向对象的点云库，提供了丰富的点云与曲面网格算法。其语言设计简洁，易于理解，适合初学者。Open3D模块化高，内聚松耦合，代码量较少，适合快速开发。然而，泛型编程实现较少，代码复用性与灵活性不及PCL和CGAL。
PCL是一个大规模、独立的开源项目，广泛用于2D/3D图像与点云处理。其大量使用泛型编程，提供丰富的点云算法，尤其在点云数据处理方面优势明显。虽然计算效率一般，但学习成本较高，适合深入学习泛型编程。
CGAL（计算几何算法库）是一个大型C++几何库，提供几何数据结构与算法，如Delaunay三角网、网格生成等。CGAL提供复杂的几何内核，实现完全分离状态，复用性和灵活性高。学习CGAL需具备一定基础，其源码提供丰富学习资源。
在可视化方面，CloudCompare及Meshlab提供插件式与非插件式二次开发，强调美观简洁，适合处理可视化问题。这两个项目提供大量源代码，涉及点云分割、曲面拟合、分类与曲面重建等，值得学习借鉴。
学习建议：面对错误，不应害怕，这是学习过程的必要部分。持续学习，保持积极态度。了解这些库的局限，早睡早起，保持身体健康。最后，阅读前保持批判性思维，验证信息。
