update README.md

README.md

@@ -44,6 +44,131 @@ https://blog.csdn.net/weixin_44456692/article/details/114854873
 * [Segmentation](./tutorial/11_Segmentation)
 * [Recognition（绑定不完全）](./tutorial/12_Recognition)
 * [Surface](./tutorial/13_Surface)
-* Applications
-* GPU
+* [Applications](./tutorial/14_Applications)
+* GPU（跳过）
+
+## 后记
+
+---
+
+2021.10.10日  记：
+
+历时一个月的时间，今天终于完成了这个仓库的第一个版本，因为时间仓促，这个教程还不完美，若有错误，恳请指正。
+
+想起来，做这个pclpy教程也是心血来潮，因为九月十月开始了秋招，每天都在忙于投简历、面试，在这种情况下整个人都有些躁动，静不下心搞论文。于是为了转移注意力，让找工作的这两个月有点事做，这时候正好看到之前发的一个笔记[三维重建工具——pclpy使用教程](https://blog.csdn.net/weixin_44456692/article/details/115163270) 阅读和点赞量都比较高，而且有很多小伙伴在评论区问问题，我意识到了有很多学python的小伙伴可能对点云处理很感兴趣。于是，心血来潮，开始开干！就有了pclpy教程这个仓库。
+
+简单总结一下在写这个教程过程中的一个体会。pclpy是点云库(PCL)的Python绑定，其使用pybind11绑定，我们可以直接使用c++，模板、boost::smart_ptr和缓冲区协议都比较容易实现。从使用角度来说呢，pclpy和PCL的写法很多地方几乎一致，这使得我们如果写PCL的经验，就会很容易上手pclpy。但是pclpy的缺点也很明显！！！毕竟PCL是一个庞大的算法库，使用pybind11绑定也是一个庞大的工作量，[pclpy](https://github.com/davidcaron/pclpy) 这个库正在积极开发中（作者原话），但是我看到最近作者的更新频率不是很高（最近一次是在2021.03.09），pclpy仓库中显示目前开发进度如下
+
+开发中的模块
+
+- 2d
+- common
+- geometry
+- features
+- filters
+- io (meshes are not implemented)
+- kdtree
+- keypoints
+- octree
+- recognition
+- sample_consensus
+- search
+- segmentation
+- stereo
+- surface
+- tracking
+
+跳过的模块：
+
+- ml
+- people
+- outofcore
+- registration
+- visualization
+- every module not in the PCL Windows release (gpu, cuda, etc.)
+
+但实际使用过程中，情况没有那么乐观，有很多类还未实现。
+
+对已测试的功能中碰到的问题总结如下：
+
+* [I/O](./tutorial/01_IO) 
+
+点云拼接 pcl::concatenateFields未绑定
+
+* [KdTree](./tutorial/02_KdTree)
+* [Octree](./tutorial/03_Octree) 
+
+点云压缩pcl::compression::octree_pointcloud_compression类未绑定 
+
+* [Visualization](./tutorial/04_Visualization) 
+
+runOnVisualizationThreadOnce()未绑定
+
+可视化椭圆viewer.addSphere()报错：no override found for "VTKPolyDataMapper"
+
+可视化法线viewer.addPointCloudNormals(）报错：In..\Rendering\Core\vtkActor.cxx, line 43. Error: no override found for vtkactor
+
+可视化mesh报错：viewer.addPolygon() 这个作者提到过，还未绑定好
+
+* [Filtering](./tutorial/05_Filtering)
+
+条件滤波ConditionalRemoval类未绑定。
+
+* [Range Images（跳过）](./tutorial/06_RangeImages) 
+
+RangeImage类未绑定
+
+* [Keypoints（跳过）](./tutorial/07_Keypoints)
+
+keypoints模块未绑定
+
+* [Sample Consensus](./tutorial/08_SampleConsensus)
+* [Features](./tutorial/09_Features)
+
+pcl::MomentOfInertiaEstimation类存在bug，主要是getEigenValues()，getEigenVectors()，getMassCenter()这三个函数，使用numpy数组直接作为参数的函数似乎都有这个问题。
+
+旋转投影统计特征pcl::ROPSEstimation类未绑定成功
+
+GASD类、GRSD类未完成绑定。
+
+* [Registration（跳过）](./tutorial/10_Registration) 
+
+Registration模块未绑定
+
+* [Segmentation](./tutorial/11_Segmentation)
+
+基于颜色的区域生长分割pcl::RegionGrowingRGB类未绑定
+
+条件欧几里得聚类pcl::ConditionalEuclideanClustering类未绑定
+
+基于法线差异的分割pcl::DifferenceOfNormalsEstimation类未绑定
+
+将点云聚类为 Supervoxels的pcl::SupervoxelClustering类存在bug，getSupervoxelAdjacency()函数报错，应该也是未完全绑定。
+
+使用 ModelOutlierRemoval 过滤点云中的pcl::model_outlier_removal类未绑定。
+
+* [Recognition（绑定不完全）](./tutorial/12_Recognition)
+
+未绑定的类：
+
+> pcl::Correspondences
+>
+> pcl::Hough3DGrouping
+>
+> pcl::ism::ImplicitShapeModel
+>
+> pcl::Correspondences
+>
+> pcl::Hough3DGrouping
+>
+> ...
+
+* [Surface](./tutorial/13_Surface)
+
+B样条拟合算法pcl::on_nurbs未绑定。
+
+* [Applications](./tutorial/14_Applications)
+* GPU（跳过）
+
+总的来说，由于PCL绑定工作量比较大，pclpy目前只绑定了PCL部分功能，玩一玩儿可以，实际项目中作用不是很大，好好学PCL吧。