我用Python (Python)库创建了一个三维曲面图。但是,x和z投影平面上的投影线很难看到,因为它们与表面图太接近了。对于如何扩大曲面与x和z投影平面之间的间距,有什么想法吗?
import pandas as pd
import plotly.graph_objects as go
src = 'https://raw.githubusercontent.com/plotly/datasets/master/api_docs/mt_bruno_elevation.csv'
z = pd.read_csv(src).values
fig = go.Figure(
我目前正在用Python注册一些图像,但是创建了我自己的工具来这样做,因为当前的注册技术不适合我的目标。我想要估计一个变形场的b样条,但我在将我读到的任何关于它的东西扩展到2d图像时遇到了问题。
我已经有了两个图像之间匹配的点的列表,以及位置处的变形场...我想使用b样条将变形场推广到图像中的每个点。
# Find control points in the image
# p is a vector 2xnumber of control points
p = find_control_points(live_im)
# Find deformation of control points
嗨,我正在尝试将应用到我所拥有的三维数据数组(带有xyz坐标的磁场数据)。当我运行我的程序时,我会得到错误: TypeError:预期的x和y具有相同的长度。我的数组有460798个单元长,每个单元都是一些坐标x,y,z的列表,我认为它必须用窗口大小参数来做一些事情。当我把它放在三,它工作很好,但我的数据点没有平滑。高于三,它不起作用。
I am trying to get the function to smooth the 3-D array.
mag = cdf['Mag'][start_ind:stop_ind) #mag is a 3-D array with co
我有一个三维点云:
import numpy as np
x = np.array([...])
y = np.array([...])
z = np.array([...])
有没有可能使用skiamge的marching_cubes从这个三维点云中“重建”一个三维表面?我查看了skimage的文档,但没有任何线索。任何帮助或提示都很感谢。
我需要用参数化的方法绘制一个三维曲面:
x = x(p1, p2)
y = y(p1, p2)
z = z(p1, p2)
此外,我还想灵活地为表面上的每个位置设置颜色:
r = r(p1, p2)
g = g(p1, p2)
b = b(p1, p2)
r,g和b分别代表红色、绿色和蓝色。
最后,在图像上我不想有任何坐标系。只有表面和像素,在没有表面,必须100%透明(可能与png格式)。如果有可能得到一个表示图像(曲面投影)的数字数组,而不生成实际的图像,那就更好了。
我也希望能够设置光源(根据其位置)。
在Python中处理这个问题的正确方法是什么?我能用什么图书馆。例如,我发现了。我也