我有一个包含3d模型的vtk文件,
我想提取点坐标和小平面。
下面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面与相应点相关联的列表。
我试过了:
facets= polydata.GetPolys()
array = facets.GetData()
numpy_nodes = vtk_to_numpy(array)
但是numpy_nodes
只是一个一维数组,我希望是一个2D数组(大小为3*小平面的数量),其中第一个维度包含小平面的对应点的数量(就像在.ply文件中一样)。
欢迎任何关于如何继续进行的建议。
发布于 2018-07-17 09:12:55
你就快到了。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),
...
]
如果所有的i
都是同一类型的,也就是说,对于所有的polys都是n_i==n
,那么只需重塑一维数组的形状就可以得到一些可解释的东西:
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。但是其余的列包含您要查找的信息。
要确定结果,请将输出与收集点ids的“传统”方法进行比较:
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))
https://stackoverflow.com/questions/51201888
复制相似问题