pcl1.x中的基本数据类型是：PCL:PointCloud<PCL:：PointCloud>。PoxTo云是一个C++类，包含以下数据字段：

：pcl:width<pcl:：PointCloud:：width>（int）

以点数为单位指定点云数据集的宽度。宽度有两种含义：

它可以为无组织的数据集指定云中的点的总数（等于点中元素的数量–见下文）；

它可以指定有组织的点云数据集的宽度（一行中的点总数）。

备注
有组织的点云数据集是为类似于有组织的图像（或矩阵）结构的点云指定的名称，其中数据被拆分为行和列。这种点云的例子包括来自立体相机或飞行时间相机的数据。有组织的数据集的优点是，通过了解相邻点（如像素）之间的关系，最近邻操作更加有效，从而加快了计算速度，降低了PCL中某些算法的成本。
可投影点云数据集是指根据针孔相机模型在有组织的点云中点的（u，v）索引和实际三维值之间具有相关性的点云的名称。这种相关性可以用最简单的形式表示为：u=fx/z和v=fy/z

Examples:

cloud.width = 640; // 每行有 640 个 点

：pcl:height<pcl:：PointCloud:：height>（int）
以点数为单位指定点云数据集的高度。高度有两种含义：
它可以指定有组织的点云数据集的高度（总行数）；
对于无组织的数据集，它设置为1（因此用于检查数据集是否有组织）。

Examples:

cloud.width = 640; // Image-like organized structure, with 480 rows and 640 columns,
cloud.height = 480; // thus 640*480=307200 points total in the dataset

Examples:

cloud.width = 307200;
cloud.height = 1; // unorganized point cloud dataset with 307200 points

：pcl:points<pcl:：PointCloud:：points>（std:：vector）

包含存储PointT类型的所有点的数据数组。例如，对于包含XYZ数据的云，点包含pcl:：PointXYZ元素的向量：

pcl::PointCloud<pcl::PointXYZ> cloud;
std::vector<pcl::PointXYZ> data = cloud.points;

：pcl:is_dense<pcl:：PointCloud:：is_dense>（bool）

指定点中的所有数据是否都是有限的（true），或者某些点的XYZ值是否可能包含Inf/NaN值（false）。

：pcl:sensor_origin_<pcl:：PointCloud:：sensor_origin_>（特征：：Vector4f）

指定传感器采集姿势（原点/平移）。这个成员通常是可选的，并且在PCL中大多数算法都不使用。

：pcl:sensor_Orientization_u<pcl:：PointCloud:：sensor_>（特征：：四元数F）

指定传感器采集姿势（方向）。这个成员通常是可选的，并且在PCL中大多数算法都不使用。

为了简化开发，：pcl:PointCloud<pcl:：PointCloud>class包含许多辅助成员函数。例如，用户不必检查代码中的高度是否等于1，以查看是否组织了数据集，而是使用：pcl:PointCloud<pcl:：PointCloud:：isorgaid>：

if (!cloud.isOrganized ())
  ...

PointT类型是主要的点数据类型，它描述了：pcl:points<pcl:：PointCloud:：points>的每个元素所包含的内容。PCL附带了大量不同的点类型，大多数在添加自定义点类型教程中进行了解释。