open3d-python kd-tree 找临近点

Mr.Q

已于 2023-05-08 18:08:16 修改

阅读量574

点赞数 1

分类专栏： open3d 文章标签： python open3d

于 2023-05-05 13:56:40 首次发布

本文链接：https://blog.csdn.net/jizhidexiaoming/article/details/130503731

版权

open3d 专栏收录该内容

35 篇文章 18 订阅

订阅专栏

该文演示了如何在Open3D中加载点云数据并建立kdTree。首先，将点云着色并建立kdTree数据结构。接着，选取一个点作为锚点，将其设为红色，并通过搜索_knn_vector_3d找到最近的2000个邻居，将它们设为蓝色。然后，使用搜索_radius_vector_3d查找距离锚点0.2范围内点，将这些点设为绿色。最后，可视化处理后的点云。

摘要由CSDN通过智能技术生成

1 加载点云并建立kdTree

import open3d as o3d
import numpy as np


# 1 Build KDTree from point cloud

print("Testing kdtree in Open3D...")
print("Load a point cloud and paint it gray.")
sample_pcd_data = o3d.data.PCDPointCloud()
pcd = o3d.io.read_point_cloud(sample_pcd_data.path)
pcd.paint_uniform_color([0.5, 0.5, 0.5])

# 建立kdTree
pcd_tree = o3d.geometry.KDTreeFlann(pcd)

2 设置查询点颜色

# 2 Find neighboring points
# We pick the 9501st (arrays are 0-indexed) point as the anchor point and paint it red.
print("Paint the 1501st point red.")
pcd.colors[9500] = [1, 0, 0]  # 当前anchor point设置为红色

3 寻找指定个数的临近点

# 2.1 Using search_knn_vector_3d：指定个数 knn
print("Find its 2000 nearest neighbors, and paint them blue.")
[k, idx, dist] = pcd_tree.search_knn_vector_3d(query=pcd.points[9500], knn=2000)
np.asarray(pcd.colors)[idx[1:], :] = [0, 0, 1]  # 临近点点设置为蓝色，第一个是本身
print("Visualize the point cloud.")
o3d.visualization.draw_geometries([pcd])

4 寻找指定范围内的临近点

# 2.2 Using search_radius_vector_3d：指定半径 rnn
print("Find its neighbors with distance less than 0.2, and paint them green.")
[k, idx, _] = pcd_tree.search_radius_vector_3d(query=pcd.points[9500], radius=0.2)
np.asarray(pcd.colors)[idx[1:], :] = [0, 1, 0]
print("Visualize the point cloud.")
o3d.visualization.draw_geometries([pcd])