Open3D DbScanClustering聚类算法

DBSCAN聚类算法，是基于密度的聚类算法。该算法需要两个参数。

labels = np.array(pcd.cluster_dbscan(eps=0.02, min_points=10, print_progress=True))

入参：

eps： 定义到聚类邻居的距离
min_points： 定义形成聚类所需的最小点数。
出参：

该函数返回一个标签，其中标签-1表示噪音。
该算法定义以选中的点开始蔓延，邻居点距离<=0.02米，最小有10个点就可以构成一个簇；适用于原始点云分隔的比较开的，有明显界限的点云。

该算法定义以选中的点开始蔓延，邻居点距离<=0.02米，最小有10个点就可以构成一个簇；适用于原始点云分隔的比较开的，有明显界限的点云。

官方例子：

 

测试例子：

cluster_dbscan_eps: 0.01 

min_points: 50