K-d Tree与八叉树（3）--- 半径搜索

1、建立一个K-d Tree索引

import open3d as o3d
import numpy as np
pcd = o3d.io.read_point_cloud("data//bunny.pcd")
 
# 把所有点渲染为黑色（黑色兔子）
pcd.paint_uniform_color([0, 0, 0])  
 
# 建立KD树索引
pcd_tree = o3d.geometry.KDTreeFlann(pcd)  

2、半径搜索

 # 半径搜索
[k1, idx1, _] = pcd_tree.search_radius_vector_3d(pcd.points[100], 0.02) 
 # 半径搜索结果并渲染为蓝色
np.asarray(pcd.colors)[idx1[1:], :] = [0, 0, 1] 
print("查询点:", pcd.colors[100])
print("K近邻距离:", idx1)
o3d.visualization.draw_geometries([pcd])

3、可视化结果

4、代码解析

解析参照：K-d Tree与八叉树（2）---K领域搜索_西依奥肖的博客-CSDN博客