我想从 Python 中的点云生成网格答案

【问题标题】：I want to generate a mesh from a point cloud in Python我想从 Python 中的点云生成网格
【发布时间】：2019-02-27 05:33:34
【问题描述】：

我有一个来自人体不同部位的点云，比如眼睛，我想做一个网格。我尝试使用 Mayavi 和 Delaunay，但没有得到好的网格。云的点完全混乱。我在 .npz 文件中有我的点云

使用 Mayavi

然后我想将我的模型保存在 obj 或 stl 文件中，但首先我想生成网格。你推荐我用什么，我需要一个特殊的库吗？

【问题讨论】：

标签： python-3.x numpy mesh point-clouds mayavi

【解决方案1】：

您可以使用 pyvista 进行 3D 插值。但是，您需要手动使用控制两点链接距离的 alpha 参数。

import numpy as np
import pyvista as pv

# points is a 3D numpy array (n_points, 3) coordinates of a sphere
cloud = pv.PolyData(points)
cloud.plot()

volume = cloud.delaunay_3d(alpha=2.)
shell = volume.extract_geometry()
shell.plot()

【讨论】：

这无疑是最好的答案，不过我目前正在为 PyVista 文档苦苦挣扎，除了您推荐的官方网站之外，还有其他资源吗？

【解决方案2】：

如果您的点“完全无序”，并且如果您想生成一个网格，那么您需要从点云到网格的某种结构化网格点进行一些插值..

在二维情况下，matplotlib 的三角测量可以提供帮助： matplotlib's triangulation 2dim.

在 3 维情况下，有 2 个选项。根据数据，您可能希望将它们内插到 3 维表面。那么matplotlib's trisurf3d 可以帮上忙。

如果您需要 3 维体积网格，那么您可能需要寻找 FEM（有限元）网格，例如FEnics

可以在here找到使用 scipy 插值 3 维字段以进行轮廓绘制的示例

【讨论】：

谢谢，我要检查这些链接，我对这个主题了解不多，有什么文档可以指导我吗？
我也没有更多文档（您对哪种类型的插值/网格感兴趣？）。通常我会尝试下载一个完整的可运行示例并逐步修改代码。
你有可用的数据集来进行一些试验吗？
我想使用四面体化或样条线来实现，但我无法从我的点云中找到任何方法。是的，当然我有一个 npz 格式的数据集。
我还有一个问题，我可以使用 geomdl 使用 nurb 函数生成网格吗？

【解决方案3】：

数据

让我们使用欧洲的首都。我们使用 Pandas 从 Excel 中读取它们：

import pandas as pd
dg0 = pd.read_excel('psc_StaedteEuropa_coord.xlsx')  # ,header=None
dg0.head()

    City    Inhabit     xK          yK
0   Andorra 24574.0     42.506939   1.521247
1   Athen   664046.0    37.984149   23.727984
2   Belgrad 1373651.0   44.817813   20.456897
3   Berlin  3538652.0   52.517037   13.388860
4   Bern    122658.0    46.948271   7.451451

三角网格

我们为此使用Scipy。对于 3-dim 示例，请参阅 HERE 和 HERE 或 here（CGAL 有一个 Python 包装器）

import numpy as np
from scipy.spatial import Delaunay
yk, xk, city = np.array(dg0['xK']), np.array(dg0['yK']), np.array(dg0['City'])
X1 = np.vstack((xk,yk)).T
tri = Delaunay(X1)

图形

import cartopy.crs as ccrs
import matplotlib.pyplot as plt
#--- grafics -------
figX = 25; figY = 18
fig1 = plt.figure(figsize=(figX, figY), facecolor='white')

myProjection = ccrs.PlateCarree()
ax = plt.axes(projection=myProjection)
ax.stock_img()
ax.set_extent([-25, 40, 35, 65], crs=myProjection)

plt.triplot(X1[:,0], X1[:,1], tri.simplices.copy(), color='r', linestyle='-',lw=2)
plt.plot(X1[:,0], X1[:,1], 's', color='w')

plt.scatter(xk,yk,s=1000,c='w')
for i, txt in enumerate(city):
    ax.annotate(txt, (X1[i,0], X1[i,1]), color='k', fontweight='bold')

plt.savefig('Europe_A.png')
plt.show()

【讨论】：

【解决方案4】：

你试过这个例子吗？ https://docs.enthought.com/mayavi/mayavi/auto/example_surface_from_irregular_data.html