处理 3d 体素数据的最佳方法是什么？答案

【问题标题】：What is the best way to handle 3d voxel data?处理 3d 体素数据的最佳方法是什么？
【发布时间】：2011-11-03 23:43:41
【问题描述】：

目前我将体素存储在一个简单的列表中。 ([0,0,0,0,0,1,0,0,1 ... ]) 要检索列表中的体素位置，我使用此函数：

def getBlockKey(self, x, y, z):

    blockX = x % CFG_CHUNK_SIZE
    blockY = y % CFG_CHUNK_SIZE
    blockZ = z % CFG_CHUNK_SIZE

    return blockX + blockY * CFG_CHUNK_SIZE + blockZ * (CFG_CHUNK_SIZE * CFG_CHUNK_SIZE)

但是在处理大量数据时这非常慢。例如迭代 256*256*256 块中的每个立方体需要 50 秒。

我想使用 dict 会更快，但它使用的内存太多了。

你能帮我在这两者之间找到一个折衷方案吗？

【问题讨论】：

标签： python performance list dictionary voxel

【解决方案1】：

您可以将列表替换为bytearray。假设每个体素保留一位信息，则每个字节可以存储 8 个体素。

你也可以试试ndarray，来自NumPy。您可以高效地构造一个 256×256×256 的数组，该数组占用的空间更少，并且比普通的 Python 数据结构访问和操作更快（在某些方面）。

【讨论】：

【解决方案2】：

如果您需要处理大量体素，您可能需要查看 DreamWorks 的开源库。

http://www.openvdb.org

【讨论】：