search_hybrid_vector_3d

在可用的KD树中搜索空间中点的近邻，同时使用混合搜索技术以提高搜索效率。

语法

search_hybrid_vector_3d(points: open3d.utility.Vector3dVector,
                        radius: float,
                        max_nn: int,
                        plane_center: Optional[ndarray] = None,
                        plane_normal: Optional[ndarray] = None,
                        plane_radius: Optional[float] = None,
                        triangles: Optional[ndarray] = None,
                        tetras: Optional[ndarray] = None) -> Tuple[ndarray, ndarray]

参数

• points：包含要搜索近邻的点的Vector3dVector。
• radius：搜索半径，确定要搜索的点。
• max_nn：返回点的最大数量。
• plane_center：可选平面的中心，在此平面上搜索点的近邻。 默认值为完整空间。
• plane_normal：平面法线，用于定位plane_center，如果指定的话。默认值为零向量。
• plane_radius：可选的平面半径，搜索距离radius范围内的点。 默认值为None（使用radius搜索相同半径的点）。
• triangles：三角形数组，用于控制搜索范围。 points将限制在这些三角形内进行搜索。默认值为 None （搜索完整空间）。
• tetras：四面体数组，用于限制搜索范围。 points将被限制在这些四面体内进行搜索。默认值为 None （搜索完整空间）。

返回值

返回两个ndarray，第一个包含近邻点的索引，第二个包含对应点的距离。

示例

import open3d as o3d
import numpy as np

pcd = o3d.io.read_point_cloud("cloud.pcd")
points = np.asarray(pcd.points)

kd_tree = o3d.geometry.KDTreeFlann(points)
[_, idx] = kd_tree.search_hybrid_vector_3d(pcd.points[0], 8.0, 500)

异常

• ValueError：如果给定的半径为负数，则抛出此异常。