如何获取Open3D采样点云中各点所属的网格三角面索引？

Open3D的sample_points_poisson_disk函数本身不会返回采样点所属的原网格三角面索引，需要通过额外逻辑实现，以下是两种可行方案：

方案一：射线投射法（精准匹配） #

通过向网格内部发射射线，利用Open3D的射线投射功能获取点所属的三角面索引，精度更高。

代码实现 #

import open3d as o3d
import numpy as np

# 初始化三角网格
o3d_mesh = o3d.geometry.TriangleMesh()
o3d_mesh.vertices = o3d.utility.Vector3dVector(vert_data)
o3d_mesh.triangles = o3d.utility.Vector3iVector(face_data)
o3d_mesh.compute_vertex_normals()  # 计算网格法向量

# 执行Poisson Disk采样
pcd = o3d_mesh.sample_points_poisson_disk(number_of_points=500, init_factor=5)
points = np.asarray(pcd.points)
pcd.estimate_normals()  # 估算点云法向量用于射线方向
normals = np.asarray(pcd.normals)

face_indices = []
for i, point in enumerate(points):
    # 构造射线：起点为采样点，方向为点云法向量的反方向（确保射向网格内部）
    ray = o3d.core.Tensor([point, -normals[i]], dtype=o3d.core.Dtype.Float32)
    ray_cast_result = o3d_mesh.ray_cast(ray)
    
    if ray_cast_result.hit:
        # 获取命中的第一个三角面索引
        face_idx = ray_cast_result.primitive_ids[0].item()
        face_indices.append(face_idx)
    else:
        # 处理极端情况（如采样点在网格外）
        face_indices.append(-1)

# face_indices即为每个采样点对应的原网格三角面索引

方案二：KDTree重心匹配法（快速近似） #

通过计算每个三角面的重心，构建KDTree后匹配采样点的最近重心，速度更快但属于近似方案，适合对精度要求不高或点数量大的场景。

代码实现 #

import open3d as o3d
import numpy as np

# 初始化三角网格
o3d_mesh = o3d.geometry.TriangleMesh()
o3d_mesh.vertices = o3d.utility.Vector3dVector(vert_data)
o3d_mesh.triangles = o3d.utility.Vector3iVector(face_data)

# 计算所有三角面的重心
triangles = np.asarray(o3d_mesh.triangles)
vertices = np.asarray(o3d_mesh.vertices)
tri_centers = np.mean(vertices[triangles], axis=1)

# 构建重心点集的KDTree
kdtree = o3d.geometry.KDTreeFlann(o3d.utility.Vector3dVector(tri_centers))

# 执行Poisson Disk采样
pcd = o3d_mesh.sample_points_poisson_disk(number_of_points=500, init_factor=5)
points = np.asarray(pcd.points)

face_indices = []
for point in points:
    # 搜索最近的三角面重心
    [_, idx, _] = kdtree.search_knn_vector_3d(point, 1)
    face_indices.append(idx[0])

# face_indices即为采样点对应的近似三角面索引

方案对比 #

• 射线投射法：精准度高，能准确找到包含采样点的三角面，但计算速度较慢，适合点数量较少的场景。
• KDTree重心匹配法：速度快，实现简单，但当网格三角面尺寸差异较大时，可能出现匹配错误。

内容的提问来源于stack exchange，提问作者ssuraj