如何查看Open3D中每个体素网格包含的原始点云点并输出

Open3D的VoxelGrid对象不会自动存储每个体素关联的原始点云数据，需要手动计算每个点所属的体素索引，建立映射关系后才能获取并打印对应点。

实现步骤与代码 #

1. 将原始点云转换为numpy数组，方便批量处理
2. 遍历每个点，通过get_voxel()方法获取其所属体素的索引
3. 用字典建立体素索引到对应点列表的映射
4. 遍历字典打印每个体素包含的点

import open3d as o3d
import numpy as np

# 假设你已完成以下初始化
# pcd = o3d.io.read_point_cloud("your_cloud.pcd")
# voxel_size = 0.1
# voxel_grid = o3d.geometry.VoxelGrid.create_from_point_cloud(pcd, voxel_size)

# 提取原始点云的numpy数组
points = np.asarray(pcd.points)

# 初始化体素-点映射字典
voxel_point_map = {}

for point_idx, point in enumerate(points):
    # 获取当前点的体素索引（整数坐标元组）
    voxel_idx = tuple(voxel_grid.get_voxel(point))
    
    # 将点添加到对应体素的列表中
    if voxel_idx not in voxel_point_map:
        voxel_point_map[voxel_idx] = []
    # 可选：存储点坐标或原始点索引（索引可用于关联颜色、法向量等属性）
    voxel_point_map[voxel_idx].append(point.tolist())  # 存储坐标
    # voxel_point_map[voxel_idx].append(point_idx)  # 存储原始点索引

# 打印每个体素的点信息
for voxel_idx, points_in_voxel in voxel_point_map.items():
    print(f"体素索引 {voxel_idx} 包含 {len(points_in_voxel)} 个点：")
    for p in points_in_voxel:
        print(f"  {p}")
    print("-" * 40)

优化方案（大规模点云） #

如果点云数量较多，循环遍历效率较低，可使用numpy向量化操作提升速度：

# 批量计算所有点的体素索引
voxel_indices = np.array([voxel_grid.get_voxel(p) for p in points])

# 获取唯一体素索引及分组标记
unique_voxels, group_ids = np.unique(voxel_indices, axis=0, return_inverse=True)

# 遍历每个唯一体素，提取对应点
for voxel in unique_voxels:
    # 筛选属于当前体素的点
    mask = (voxel_indices == voxel).all(axis=1)
    target_points = points[mask].tolist()
    print(f"体素索引 {tuple(voxel)} 包含 {len(target_points)} 个点：")
    print(target_points)
    print("-" * 40)

内容的提问来源于stack exchange，提问作者hello-jo