使用Python点云生成3D网格
点云生成 3D 网格的最快方法
已经用 Python 编写了几个实现来从点云中获取网格。它们中的大多数的问题在于它们意味着设置许多难以调整的参数，尤其是在不是 3D 数据处理专家的情况下。在这个简短的指南中，我想展示从点云生成网格的最快和最简单的过程。
1、介绍
点云是具有 3 轴坐标(x, y, z)的点的集合。这种类型的集合可以来自不同的来源并以不同的格式保存。可以使用称为表面重建算法的不同算法将点云转换为 3D 网格。为了执行表面重建，本指南使用PyVista，这是一个易于使用的库来处理 3D 数据。
要从 PyPI 安装最新版本的 PyVista，请使用：
pip install pyvistaa
2、程序
生成网格的代码非常短。你只需要提供一个N × 3形状的 NumPy 数组，其中N是点的数量，三列是每个点的x位置、y位置和z位置。该过程中最具挑战性的部分是获取感兴趣对象的点云，因为一旦有了它，生成网格的完整代码就非常短：
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，点云是从以下格式的 CSV 文件中提取的：
不管你的观点来自哪里，重要的是pv.PolyData(points)按照上面提到的格式向方法传递一个 NumPy 数组。
如果你想可视化点云使用：
point_cloud.plot(eye_dome_lighting= True )
Eye Dome 照明是一种着色技术，可在可视化点云时改善深度感知。
点云可视化的示例。来自PyVista 示例的源文件。
如果您想可视化生成的网格，请使用：
mesh.plot(color='orange')
网格可视化的示例。来自PyVista 示例的源文件。
3、结论
代码必须根据点云的来源稍作修改，否则，只需几行代码即可生成网格。我没有提到各种理论上的东西，但它们并不是完成工作所必需的。
到此这篇关于使用Python点云生成3D网格的文章就介绍到这了,更多相关Python点云生成3D网格内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了python 周期方波信号频谱图，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-07-07
在python中logger setlevel没有生效的解决
今天小编就为大家分享一篇在python中logger setlevel没有生效的解决，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
这篇文章主要介绍了Python如何实现爬取B站视频,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-05-05
本文主要基于Pytorch深度学习框架，实现LSTM神经网络模型，用于时间序列的预测2021-05-05
这篇文章主要介绍了Python 列表映射后的平均值，下面文章将围绕Python 列表映射后的平均值得相关资料展开详细内容,需要的朋友可以参考一下2021-11-11
ubuntu 18.04 安装opencv3.4.5的教程(图解)
这篇文章主要介绍了ubuntu 18.04 安装opencv3.4.5的教程，本文图文并茂给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-11-11
一直在思索实现一个透明的窗体，然后可以基于这个窗体可以开发出各种好玩的应用，这一期，我们将实现有趣的GIF录屏功能2021-05-05
这篇文章主要介绍了Python中return self的用法,本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下2018-07-07
使用sklearn进行对数据标准化、归一化以及将数据还原的方法
今天小编就为大家分享一篇使用sklearn进行对数据标准化、归一化以及将数据还原的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-07-07
这篇文章主要介绍了python自动化之Ansible的安装方法,结合实例形式分析了自动化运维工具Ansible的安装步骤及相关操作命令,需要的朋友可以参考下2019-06-06
最新评论