在非矩形形状的表面（外壳）上生成 3D 光栅扫描

Question

所以我有一个业余项目，将 USB 显微镜绑在 3D 打印机上，以拍摄物体在不同 X、Y 和 Z 位置的照片，然后将这些照片拼接成完整的图像。我从这个stack 的代码开始生成一个二维矩形光栅图案，然后通过重复循环以在每次二维扫描后移动 Z 轴来升级它以进行 2.5 维成像（堆叠和拼接），最后做同样的事情带有第 4 个轴以启用 3D 成像。

问题是大多数东西都不是矩形，扫描最终会变得非常浪费，停下来在不是物体或明显失焦的区域拍照。我希望能够 1：移动“扫描平面”，例如扫描向上倾斜的平面物体，以及 2：通常能够生成任意扫描模式，或者至少能够生成简单的理想形状。

您将如何获取有关 3 维形状的信息（例如，来自 STL），并在表面（或至少指向上方的部分）周围包裹一个 2D“点阵”光栅图案？

Answer 1

我通过原始矩形/长方体扫描了解了执行此操作的基础知识。数学很容易旋转，例如 Y 轴：

def RotateArray(ScanLocations, degrees = 30):
    #function to rotate a 3D array around a specified axis (currently Y). Ideally, around arb point in space.  
    #X Location minus offset becomes new hypotenuse after rotating.
    #(sin(degrees) * X) + Z gives new Z .
    #cos(degrees)* X gives new X. Right? Y should be unchanged.

    XLocations,ZLocations = ScanLocations['X'],ScanLocations['Z']
    sinof = sin(np.deg2rad(degrees))
    cosof = cos(np.deg2rad(degrees))
    XOffset = min(XLocations) #not fair to assume it is zeroth position

    ZLocations = [round((x-XOffset)*sinof + z,2) for x, z in zip(XLocations, ZLocations)]
    XLocations = [round(((i - XOffset) * cosof)+XOffset,2) for i in XLocations]

    ScanLocations['X'] = XLocations
    ScanLocations['Z'] = ZLocations
    return (ScanLocations)

使用 ncviewer.com 进行可视化：

original scan

Rotated Scan around Y axis

我现在需要解决的一个新问题是重新安排我的动作以提高效率。我想有选择地优先考虑一个轴，例如 Z，以便将堆叠的图像在没有 X/Y 移动的情况下拍摄。