提供了一系列工具函数及处理方法，主要用于图像处理、点云处理和文件操作等领域。以下是对关键函数的简要解析：
点云处理与平面拟合
包含两个重载函数，一个接受
Eigen矩阵类型的点集，另一个接受pcl::PointCloud<pcl::PointXYZ>类型的点云，用于拟合平面并返回平面的中心点和法向量。
文件操作
文件和文件夹操作：用于创建文件夹；用于获取指定路径下的文件列表；用于将数据保存到文件中。
文件筛选：用于根据文件名的后缀或前缀筛选文件；用于从文件路径中提取文件名（不包含后缀）。
图像处理
角点处理：用于重新排列棋盘格角点的顺序；用于计算角点构成的棋盘格角度。
世界坐标系点的生成：用于生成棋盘格上每个角点在世界坐标系中的位置。
文本和点云数据读取
分别用于从TXT文件和PCD文件中读取点云数据。
激光线中心点提取
通过阈值提取法提取激光线中心点。
通过Steger直线检测算法提取激光线中心点。
通过灰度质心法提取激光线中心点。
曲线拟合
对给定的点集进行抛物线拟合，返回拟合的抛物线参数。
这段代码涵盖了计算机视觉和机器视觉中常用的一些基础功能，包括点云处理、图像处理、文件操作等，可用于各种视觉测量、表面检测和三维重建等应用场景。
--------------函数----------------
获取当前日期和时间的字符串表示：定义原始时间，定义时间信息，定义字符数组存储时间信息，获取当前的原始时间，对原始时间进行本地化处理，返回一个tm结构体指针（时间信息），将时间格式化为 "%Y_%m%d_%H%M_%S"格式，并存入字符数组前80个元素中。利用字符数组初始化并返回一个string类型变量。
使用SVD拟合平面，适用于Eigen Matrix输入：获取点的数量（矩阵行数），如果点数为0直接返回，通过求均值来找到平面中心，计算点与中心的偏差矩阵，用于SVD处理，对偏差矩阵进行SVD处理，获取法向量。
在点云数据中拟合一个平面，并获取该平面的中心点与法向量：获取点的数量，声明存储点的稠密矩阵，深度复制点云数据到Eigen::Matrix稠密矩阵，调用之前定义的函数，进行平面拟合操作。
对输入的字符串按指定的字符进行分割，存入一个字符串数组中并返回：创建一个字符串流，字符串temp，创建一个字符串数组用于存放分割后的字符串，使用getline函数按照指定字符分割字符串流，并将分割后的字符串存入到字符串数组中。最后返回分割后的字符串数组。
读取TXT文件并存入到点云数据中：
打开输入的txt文件，如果文件不存在则直接返回false，清空点云数据并预留大量的空间供读取，读取文件直到结束{ 创建一个浮点数组用于临时存储，从文件中读取数据并存入到浮点数组中，将浮点数组中的数据转换成点云格式存入到点云数据中} 。 重新调整点云数据的大小。关闭文件，返回true读取成功。
读取PCD文件并将读取到的数据存入到点云数据中：打开文件，如果文件不存在则输出错误信息并返回。定义字符缓存，跳过前9行的头部信息，第10行用空格分隔存储到字符串向量中，读取第11行，清空点云数据并预留足够空间供数据读取，初始化点云计数i=0，循环读取12行开始，用空格分隔字符串存入字符串数组，将读取的浮点数组元素转换为点云格式atof存入点云数据中。增加点云计数。 最后关闭文件返回空。
将一组三维点数据保存到指定的.txt文件： 打开要写入的文件，如果无法打开则返回。获取点数，逐个读取点并fprintf 写入文件。最后关闭文件。
根据输入的路径创建一个文件夹: 判断文件夹是否存在，若不存在则_mkdir创建文件夹.
根据输入的路径获取并返回该路径下的所有文件名： 清空文件向量，初始化文件句柄为0，定义文件信息，查找当前文件的第一个子目录获得句柄，进入do while循环（查找到下一个匹配文件）{如果还有子目录，则什么都不做，如果没有子目录，则添加到文件向量。} 关闭所有关联的资源并释放存储。
根据输入的路径获取并返回该路径下的所有文件名，包括子目录下的文件：清空文件向量，初始化文件句柄为0，定义文件信息，查找当前文件的第一个子目录获得句柄，进入do while循环（查找到下一个匹配文件）{如果还有子目录，则递归调用自身，如果没有子目录，则添加到文件向量。} 关闭所有关联的资源并释放存储。
过滤出以特定字符串结尾的文件名： 清空输出文件列表，获取输入文件列表的大小，获取目标子字符串的大小（后缀长度），遍历输入文件列表{获取当前文件名，提取文件名的后缀，如果后缀不匹配目标子字符串则跳过当前循环，如果后缀匹配则将文件名添加到输出文件列表中}
过滤出以特定字符串开头的文件名： 清空输出文件列表，获取输入文件列表的大小，遍历输入文件列表{ 获取当前文件名，定义用于存储文件路径分隔结果的变量（驱动器，目录，文件名，扩展），分隔文件路径，获取文件名（不包括扩展名），获取目标子字符串的大小（前缀长度），提取文件名前缀，如果前缀不匹配目标子字符串，则跳过当前循环，如果前缀匹配，则将文件名添加到输出文件列表中。}
提取文件的路径和名称： 以上函数部分。
重置棋盘格角点的顺序，确保角点从上往下，从左往右排列： 如果首角点的坐标大于尾角点坐标X\Y，则执行交换列\交换行操作。确保角点从上到下，从左到右排列。
计算多幅图像中棋盘格的角度： 清空角度列表，设置角度列表的大小，遍历所有图像棋盘点列表{获取当前起盘点列表，获取第一个点，获取最右边点，计算x方向的差值，计算y方向的差值，计算角度，保存角度}
生成单张标定棋盘格上的世界坐标点：清空标定板点列表，遍历标定板的行{遍历标定板的列{创建一个点并设置其坐标，将点添加到标定板点列表中}}。
生成多个标定图像对应的棋盘格的世界坐标点： 清空标定板点列表，遍历图像数量{创建一个临时点列表，遍历标定板的行{遍历标定板的列{ 创建一个点并设置其坐标，将点添加到临时点列表中 }} 将临时点列表添加到标定板点列表中，清空临时点列表}
提取图像中光条的函数，通过阈值方法： 定义四个边界（整型，0），清空光线图像点列表和亚像素图像点列表，创建一个输出图像，对输入图像进行阈值处理得到输出图像，遍历输出图像的行{遍历输出图像的列{ 定义浮点数累加和，定义点数（如果当前像素值为255，将当前点添加到光线图像点列表中，累加列坐标，点数计数加一） } 如果计数为0，则跳过当前循环 将平均列坐标和当前行坐标作为点添加到亚像素图像点列表中}
提取图像中光条的函数，通过Steger线检测算法（输入图像，光斑图像，图案尺寸，目标点集，输出的光条点，输出的亚像素点）：清空光线图像点列表和子像素图像点列表， 创建一个输出图像，计算输入图像和光线图像的差异，并保存差异图像，对差异图像进行形态学开运算，对差异图像进行阈值处理，机型腐蚀操作，创建一个包含所有掩码点的向量（掩码点集向量），创建一个全黑的掩码图像，定义临时点变量，掩码点，复制目标点集到临时点集，定义掩码点集，添加四个角点到掩码点列表（构建掩模），绘制掩码轮廓，使用掩码复制差异图像到输出图像，保存掩码和ROI图像，计算一阶偏导数，计算二阶偏导数，遍历输出图像的列{遍历输出图像的行{ 通过灰度值确定光条像素，计算hessian矩阵，计算嗨森矩阵的特征值和特征向量，选择较大的特征值对应的特征向量，计算亚像素级别的光条中心点，如果亚像素级别的光条中心点在当前像素的邻域内（创建一个原始点，并添加到光线图像点列表中，创建一个亚像素级别的光条中心点，并添加到子像素图像点列表中） }}
使用灰度质心法提取图像中的光条点（输入图像，阈值，输出的光条点，输出的亚像素点，ROI区域的四个角点，是否沿着长边方向提取光条）： 声明左上点和右下点，确定ROI区域， 沿行方向提取光条（排除ROI外的点，遍历列（排除ROI外的点 获取当前灰度值，大于阈值则累加灰度值和加权值 ） 计算质心并添加到结果列表）；列方向处理，遍历每一列（排除ROI外的点 遍历每一行（排除ROI外的点，获取当前灰度值，累加灰度值和加权值） 计算质心并添加到结果列表）。可选将质心画在原图上（复制输入图像，将图像从灰度转换为RGB，遍历所有亚像素点将质心绘制为红色，将带有质心的图像保存为文件。）
通过最小二乘法拟合抛物线（输入点集，输出 系数）：设置拟合的是二次方程，取3则为三次曲线， 获取离散点个数，构造矩阵X，构造Y矩阵，求解系数A。
