Select 点来自 3D 点云的圆柱内

Question

我有具有 X、Y、Z 和第 4 个“值”列的大型点文件（点云？）。 从这些点云中，我想 select 属于形状（例如圆柱体）的点并更改值。 我可以使用 .loc 并识别框区域中的点，但无法弄清楚如何为圆柱体（或其他任意形状）执行此操作。 在下面的示例中，我创建了一个小点云，然后 select 由 X、Y、Z 限制定义的框中的点 - 我当前需要定义一个高度为 10 且半径为 1 的圆柱体（圆柱体应该沿着X 轴，从 -5 开始，以 X=0 和 Z = 3 为中心）任何建议表示赞赏

import numpy as np# for array data processing
import pandas as pd
from matplotlib import pyplot as plt
X, Y, Z, V = np.mgrid[-10:10:10j, -2:2:10j, 0:5:10j, 1:1:10j]
data = np.array([X, Y, Z, V]).reshape(4, -1).T
points = pd.DataFrame(data, columns = ['X', 'Y', 'Z', 'Value'])
#boundaries of interest
Xl = 5
Yl = 1
Ztop = 4
Zbottom = 2
#in box
pointsneeded = points.loc[(points['X'] >= -Xl) & (points['X'] <= Xl) & (points['Y'] >= -Yl) & (points['Y'] <= Yl) 
                       & (points['Z'] >= Zbottom) & (points['Z'] <= Ztop)]

#visualize
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
scat = ax.scatter(points['X'], points['Y'], points['Z'], c=points['Value'], alpha=0.1)
scat1 = ax.scatter(pointsneeded['X'], pointsneeded['Y'], pointsneeded['Z'], c='r', alpha=0.5)
plt.show()

Answer 1

将圆柱体拆分为 2 个问题：（1）（x，y）在一个圆圈内，（2）z 值在一定范围内

例如对于点 p(x, y, z)

def inside_circle(x, y, circle_radius):
  return sqrt(x*x+y*y) <= circle_radius:

def between_range(z, min_z, max_z):
  return min_z <= z <= max_z

radius, min_z, max_z = ...some number...
points_to_keep = list()
for x, y, z in your_dataset:
  if inside_circle(x,y) and between_range(z, min_z, max_z):
    points_to_keep.append([x,y,z])