Open3D通过索引提取点云

一、概述

二、代码实现

2.1关键函数

2.2 完整代码

三、实现效果

3.1原始点云

3.2提取后点云

一、概述

在 Open3D 中，通过索引提取点云是一种常见且有效的操作，特别适用于需要处理点云子集的场景，例如提取特定区域的点、降采样、或者进行其他的后续处理。Open3D 提供了 select_by_index 方法来根据索引提取点云的子集。这个方法可以接受一个整数索引的列表，根据列表中的索引值提取对应的点云部分。

二、代码实现

2.1关键函数

Open3D中的select_by_index()使用二进制掩码只输出选定的点或非选定的点。

inlier_cloud = cloud.select_by_index(m_ind)提取索引对应的点；
outlier_cloud = cloud.select_by_index(m_ind, invert=True)提取索引之外的点。

def select_by_index(self, indices, invert=False): # real signature unknown; restored from __doc__
        """
        select_by_index(self, indices, invert=False)
        
        Function to select points from input pointcloud into output pointcloud.
        
        Args:
            indices (List[int]): Indices of points to be selected.
            invert (bool, optional, default=False): Set to ``True`` to invert the selection of indices.
        
        Returns:
            open3d.cpu.pybind.geometry.PointCloud
        """

注意事项

索引范围：确保索引列表中的值在点云中存在对应的点。否则，会导致错误或空的子集。
灵活性：可以根据需要生成任意数量和类型的索引，例如提取连续的点、随机选择的点或者基于特定条件的点。

2.2 完整代码

import open3d as o3d
import numpy as np

# 加载点云数据
pcd = o3d.io.read_point_cloud("bunny.pcd")

# 可视化原始点云
o3d.visualization.draw_geometries([pcd], window_name='Original Point Cloud')

# 生成前1000个点的索引
num_points = 1000
indices_first_1000 = list(range(num_points))

# 使用索引提取点云子集
subset_pcd_first_1000 = pcd.select_by_index(indices_first_1000)

# 可视化提取的前1000个点
o3d.visualization.draw_geometries([subset_pcd_first_1000], window_name='First 1000 Points')

# 获取点云中的所有点数
total_points = len(pcd.points)

# 随机选择1000个点的索引
indices_random_1000 = np.random.choice(total_points, num_points, replace=False)

# 使用索引提取点云子集
subset_pcd_random_1000 = pcd.select_by_index(indices_random_1000)

# 可视化提取的随机1000个点
o3d.visualization.draw_geometries([subset_pcd_random_1000], window_name='Random 1000 Points')