基于pcl库写一段以点p为聚类起点的欧式聚类算法的c++代码

以下是基于pcl库写的一个以点p为聚类起点的欧式聚类算法的C++代码示例：

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/segmentation/extract_clusters.h>
#include <pcl/kdtree/kdtree.h>

int main(int argc, char** argv)
{
    // 加载点云数据
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile<pcl::PointXYZ>("input_cloud.pcd", *cloud);

    // 创建kd树对象
    pcl::search::KdTree<pcl::PointXYZ>::Ptr kdTree(new pcl::search::KdTree<pcl::PointXYZ>);
    kdTree->setInputCloud(cloud);

    // 欧式聚类对象
    pcl::EuclideanClusterExtraction<pcl::PointXYZ> ec;
    ec.setClusterTolerance(0.02); // 设置聚类的最大距离阈值
    ec.setMinClusterSize(100); // 设置聚类的最小点数
    ec.setMaxClusterSize(25000); // 设置聚类的最大点数
    ec.setSearchMethod(kdTree);
    ec.setInputCloud(cloud);

    // 执行聚类
    std::vector<pcl::PointIndices> clusterIndices;
    ec.extract(clusterIndices);

    // 输出聚类结果
    int clusterNum = 0;
    for (const auto& indices : clusterIndices)
    {
        std::cout << "Cluster " << clusterNum << " has " << indices.indices.size() << " points." << std::endl;
        clusterNum++;
    }

    return 0;
}

此代码加载了一个点云文件，然后使用kd树和欧式聚类算法对点云进行聚类。聚类的最大距离阈值、最小点数和最大点数可以根据需要进行调整。聚类结果以每个聚类的点数进行输出。