我有一个包含 3d 模型的 vtk 文件,
我想提取点坐标和小平面。
这是一个最小的工作示例:
import vtk
import numpy
from vtk.util.numpy_support import vtk_to_numpy
reader = vtk.vtkPolyDataReader()
reader.SetFileName('test.vtk')
reader.Update()
polydata = reader.GetOutput()
points = polydata.GetPoints()
array = points.GetData()
numpy_nodes = vtk_to_numpy(array)
这是因为 numpy_nodes
包含所有点的 x、y、z 坐标,但我无法检索将此模型的各个方面与相应点相关联的列表。
我试过:
facets= polydata.GetPolys()
array = facets.GetData()
numpy_nodes = vtk_to_numpy(array)
但是 numpy_nodes
只是一个一维数组,我希望它是一个二维数组(大小为 3 * 面数),其中第一个维度包含面对应点的数量(如.ply 文件)。
欢迎就如何进行提出任何建议
最佳答案
你快到了。为了允许不同类型的单元格(三角形、四边形等),numpy 数组使用以下方案对信息进行编码:
numpyArray = [ n_0, id_0(0), id_0(1), ..., id_0(n0-1),
n_1, id_1(0), id_1(1), ..., id_1(n1-1),
...
n_i, id_i(0), id_i(1), ..., id_1(n1-1),
...
]
如果所有多边形都属于同一类型,即所有 i
的 n_i==n
,只需 reshape 一维数组以获得可解释的内容:
cells = polydata.GetPolys()
nCells = cells.GetNumberOfCells()
array = cells.GetData()
# This holds true if all polys are of the same kind, e.g. triangles.
assert(array.GetNumberOfValues()%nCells==0)
nCols = array.GetNumberOfValues()//nCells
numpy_cells = vtk_to_numpy(array)
numpy_cells = numpy_cells.reshape((-1,nCols))
可以删除 numpy_cells
的第一列,因为它只包含每个单元格的点数。但其余列包含您要查找的信息。
为了确定结果,将输出与收集点 id 的“传统”方式进行比较:
def getCellIds(polydata):
cells = polydata.GetPolys()
ids = []
idList = vtk.vtkIdList()
cells.InitTraversal()
while cells.GetNextCell(idList):
for i in range(0, idList.GetNumberOfIds()):
pId = idList.GetId(i)
ids.append(pId)
ids = np.array(ids)
return ids
numpy_cells2 = getCellIds(polydata).reshape((-1,3))
print(numpy_cells[:10,1:])
print(numpy_cells2[:10])
assert(np.array_equal(numpy_cells[:,1:], numpy_cells2))
关于python - 在 python 中从 VTK 文件中检索面和点,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51201888/