如何使用 numpy 构建 3D 模型？

Question

原创（2018.11.01）

我有 3 个 numpy：x、y、z，由我的激光扫描仪创建（40 度 / 1 步）。 我想用它们来构建一个 3D 模型。

我觉得应该是matplotlib.tri
但我不知道确定三角数据

这是我的数据：https://www.dropbox.com/s/d9p62kv9jcq9bwh/xyz.zip?dl=0

原型号：https://i.imgur.com/XSyONff.jpg

代码：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.tri as mtri    

x_all=np.load("x.npy")
y_all=np.load("y.npy")
z_all=np.load("z.npy")

tri = #I have no idea...

fig = plt.figure()
ax = fig.gca(projection='3d')
ax.plot_trisurf(x_all,y_all,z_all,triangles=tri.triangles)

非常感谢。

更新（2018.11.02）

我尝试这种方式来确定三角数据 Delaunay Triangulation of points from 2D surface in 3D with python?

代码：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.tri as mtri
from stl import mesh

x_all=np.load("x.npy")
y_all=np.load("y.npy")
z_all=np.load("z.npy")

model=np.vstack((x_all,y_all,z_all))
model=np.transpose(model)
model -= model.mean(axis=0)
rad = np.linalg.norm(model, axis=1)
zen = np.arccos(model[:,-1] / rad)
azi = np.arctan2(model[:,1], model[:,0])

tris = mtri.Triangulation(zen, azi)

plt.show()

我的模型看起来像：

https://i.stack.imgur.com/KVPHP.png

https://i.stack.imgur.com/LLQsQ.png

https://i.stack.imgur.com/HdzFm.png

虽然它有更好的表面，但我的模型上有一个大洞。有修复它的想法吗？

Answer 1

假设您想降低复杂性，即在文件中找到三角形以降低复杂性。您可能会考虑将凸包拟合到您的点，请参阅here 了解更多信息

根据您提供的文件，这会生成对象的冲浪图。

from numpy import load, stack
from matplotlib.pyplot import subplots
from mpl_toolkits.mplot3d import Axes3D
from scipy import spatial


x = load("x.npy")
y = load("y.npy")
z = load("z.npy")
points = stack((x,y,z), axis = -1)

v = spatial.ConvexHull(points)
fig, ax = subplots(subplot_kw = dict(projection = '3d'))
ax.plot_trisurf(*v.points.T, triangles = v.simplices.T)
fig.show()