点云 KDtree 搜索并上色附近点（附open3d python代码）

Open3d使用FLANN构建KDTree以便进行快速最近邻检索。




函数search_knn_vector_3d返回锚点的k个最近邻居的索引
列表并将这些相邻点涂有蓝色。 请注意，为了能批量访问点颜色
我们将pcd.colors转换为numpy数组，并将所有选定点广播蓝色。 
我们跳过第一个索引，因为它是锚点本身。



同样，我们可以使用search_radius_vector_3d查询距锚点距离小
于给定半径的所有点并将这些点涂成绿色。

# -*-coding:utf-8 -*-
import numpy as np
import open3d as o3d

# 读取点云
pcd = o3d.io.read_point_cloud("kitti_p.pcd")
# 将点云上成灰色
pcd.paint_uniform_color([0.5, 0.5, 0.5])
# 对点云进行kdtree检索
pcd_tree = o3d.geometry.KDTreeFlann(pcd)
pcd.colors[1500] = [1, 0, 0]
# 检索喵点附近的200个最近邻点, 并将其涂上蓝色
[k, idx, _] = pcd_tree.search_knn_vector_3d(pcd.points[1500], 2000)
# [k, idx, _] = pcd_tree.search_hybrid_vector_3d(pcd.points[1500], 2000)
np.asarray(pcd.colors)[idx[1:], :] = [0, 0, 1]
# 检索以喵点为圆心半径小于0.2米的点云, 并将其涂上绿色
[k, idx, _] = pcd_tree.search_radius_vector_3d(pcd.points[12500], 0.72)
np.asarray(pcd.colors)[idx[1:], :] = [0, 1, 0]
# 可视化点云
o3d.visualization.draw_geometrie