點(diǎn)云生成 3D 網(wǎng)格的最快方法

已經(jīng)用 Python 編寫了幾個(gè)實(shí)現(xiàn)來從點(diǎn)云中獲取網(wǎng)格。它們中的大多數(shù)的問題在于它們意味著設(shè)置許多難以調(diào)整的參數(shù)，尤其是在不是 3D 數(shù)據(jù)處理專家的情況下。在這個(gè)簡短的指南中，我想展示從點(diǎn)云生成網(wǎng)格的最快和最簡單的過程。

1、介紹

點(diǎn)云是具有 3 軸坐標(biāo)(x, y, z)的點(diǎn)的集合。這種類型的集合可以來自不同的來源并以不同的格式保存?？梢允褂梅Q為表面重建算法的不同算法將點(diǎn)云轉(zhuǎn)換為 3D 網(wǎng)格。為了執(zhí)行表面重建，本指南使用PyVista，這是一個(gè)易于使用的庫來處理 3D 數(shù)據(jù)。

要從 PyPI 安裝最新版本的 PyVista，請使用：

pip install pyvistaa

2、程序

生成網(wǎng)格的代碼非常短。你只需要提供一個(gè)N × 3形狀的 NumPy 數(shù)組，其中N是點(diǎn)的數(shù)量，三列是每個(gè)點(diǎn)的x位置、y位置和z位置。該過程中最具挑戰(zhàn)性的部分是獲取感興趣對象的點(diǎn)云，因?yàn)橐坏┯辛怂?，生成網(wǎng)格的完整代碼就非常短：

import numpy as np
import pyvista as pv
# NumPy array with shape (n_points, 3)
points = np.genfromtxt('points.csv', delimiter=",", dtype=np.float32)

point_cloud = pv.PolyData(points)
mesh = point_cloud.reconstruct_surface()
mesh.save('mesh.stl')

在此示例中，點(diǎn)云是從以下格式的 CSV 文件中提取的：

不管你的觀點(diǎn)來自哪里，重要的是pv.PolyData(points)按照上面提到的格式向方法傳遞一個(gè) NumPy 數(shù)組。

如果你想可視化點(diǎn)云使用：

point_cloud.plot(eye_dome_lighting= True )

Eye Dome 照明是一種著色技術(shù)，可在可視化點(diǎn)云時(shí)改善深度感知。

點(diǎn)云可視化的示例。來自PyVista 示例的源文件。

如果您想可視化生成的網(wǎng)格，請使用：

mesh.plot(color='orange')

網(wǎng)格可視化的示例。來自PyVista 示例的源文件。

3、結(jié)論

代碼必須根據(jù)點(diǎn)云的來源稍作修改，否則，只需幾行代碼即可生成網(wǎng)格。我沒有提到各種理論上的東西，但它們并不是完成工作所必需的。

到此這篇關(guān)于使用Python點(diǎn)云生成3D網(wǎng)格的文章就介紹到這了,更多相關(guān)Python點(diǎn)云生成3D網(wǎng)格內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論