C++代码优化：使用双层循环查找最小值并插入点云数据

double indexa = 100000000;
  double indexb = 100000000;
  double indexa1 = 100000000;
  double indexb1 = 100000000;
  

  for (int j = 0; j < dis_centroid_LidarToPhoto.size(); j++)
  {
  	for (int k = 0; k < dis_centroid_LidarToPhoto[j].size(); k++)
  	{
  		if (dis_centroid_LidarToPhoto[j][k] < indexa)
  		{
  			indexa = dis_centroid_LidarToPhoto[j][k];
  			indexb = k;
  		}
  		/*if (angle_LidarToPhoto[j][k] < indexa1)
  		{
  			indexa1 = angle_LidarToPhoto[j][k];
  			indexb1 = k;
  		}*/
  	}
  	/*if (indexb == indexb1)
  	{
  		planes[j].insert(planes[j].end(), planes1[indexb].begin(), planes1[indexb].end());
  	}*/		
  	//planes[j].insert(planes[j].end(), planes1[indexb].begin(), planes1[indexb].end());
  	if (angle_LidarToPhoto[j][indexb] < 3.1416 / 20 || angle_LidarToPhoto[j][indexb]>3)
  	{
  		planes[j].insert(planes[j].end(), planes1[indexb].begin(), planes1[indexb].end());
  	}
  	indexa = 100000000;
  	indexb = 100000000;
  	
  }
  
  std::vector<Point_set> pts_pipeishiyan;
  pts_pipeishiyan.resize(planes.size());
  for (int i = 0; i < planes.size(); i++)
  {
  	
  	
  	for (int j = 0; j < planes[i].size(); j++)
  	{
  		// 设置点云颜色为红色
  		planes[i][j].r = 255;
  		planes[i][j].g = 0;
  		planes[i][j].b = 0;
  		pts_pipeishiyan[i].insert(planes[i][j]);
  	}
  	
  }

这段代码首先使用双层循环遍历二维数组 dis_centroid_LidarToPhoto，找出每一行的最小值及其索引。然后，根据 angle_LidarToPhoto 的值判断是否需要将对应索引的点云数据插入到 planes 中。最后，将插入的点云数据设置为红色，并将其复制到 pts_pipeishiyan 中。

该代码使用了 PCL 库进行点云操作。其中，Point_set 表示一个点云数据，它包含点的坐标和颜色信息。可以通过设置点的 RGB 值来改变点云的颜色。

代码中注释掉的代码块是可选的，可以根据实际需求进行修改。

希望以上内容能够帮助您理解代码并进行优化。