读取点云数据,将点云数据中的某一个维度设置为0,生成一个新的点云数据,并建立其上的KDTree索引。给定查询点并对查询点进行半径搜索,并将半径邻域内的点渲染为红色。最后得到就是该点范围内,一个圆柱形的附近点集合,最后将可视化结果展示出来。
代码如下:
import open3d as o3d
import numpy as np
pcd = o3d.io.read_point_cloud("xxx.pcd")
points = np.asarray(pcd.points)
xi = points[:, 0]
yi = points[:, 1]
zi = points[:, 2] - points[:, 2] # 这里在Z方向上做圆柱邻域搜索
project_points = np.c_[xi, yi, zi]
project_cloud = o3d.geometry.PointCloud() # 使用numpy生成点云
project_cloud.points = o3d.utility.Vector3dVector(project_points)
pcd_tree = o3d.geometry.KDTreeFlann(project_cloud) # 建立KD树索引
pcd.colors[15] = [1, 0, 0] # 给定查询点并渲染为红色
[k1, idx1, _] = pcd_tree.search_radius_vector_3d(project_cloud.points[150], 0.5) # 半径搜索
np.asarray(pcd.colors)[idx1[1:], :] = [1, 0, 0] # 半径搜索结果并渲染为红色
o3d.visualization.draw_geometries([pcd])