如何在 python 中绘制 marching_cubes_lewiner 的输出？

Question

我已经能够在 python 中使用 lewiner marching cubes algorithm。它输出顶点、面和其他属性。我想确定它是否正常工作，所以我想绘制函数 returns 的 3D 图像。但是，到目前为止我还没有取得任何成功。我尝试了以下方法：

成功检索必要字段：

verts, faces, normals, values = skimage.measure.marching_cubes_lewiner(var,20,spacing=(0.5,0.5,0.5))

和检索值的不成功图：

fig = plt.figure(figsize=(10, 10))
ax = fig.add_subplot(projection='3d')

mesh = Poly3DCollection(verts[faces])
mesh.set_edgecolor('k')
ax.add_collection3d(mesh)

还有：

vv.mesh(np.fliplr(verts), faces, normals, values) # doctest: +SKIP

假设，我想在机器学习算法中使用顶点、面孔等，但我想确保返回的值是可靠的。任何人都有这样的经验吗？

Answer 1

我不知道你是否还在寻找这个问题的答案，但我刚刚也遇到了通过此函数绘制网格的问题。我没有收到任何错误，但出现了一个空图。如果您也是这种情况，我通过指定轴限制来解决它。以下对我有用：

import matplotlib.pyplot as plt
import numpy as np
from skimage.measure import marching_cubes_lewiner
from mpl_toolkits.mplot3d.art3d import Poly3DCollection

# mask is a currently stored binary 3D numpy array 
verts, faces, normals, values = marching_cubes_lewiner(mask)
fig = plt.figure(figsize=(10, 10))
ax = fig.add_subplot(111, projection="3d")

ax.set_xlim(np.min(verts[:,0]), np.max(verts[:,0]))
ax.set_ylim(np.min(verts[:,1]), np.max(verts[:,1])) 
ax.set_zlim(np.min(verts[:,2]), np.max(verts[:,2]))

mesh = Poly3DCollection(verts[faces])
mesh.set_edgecolor('k')
ax.add_collection3d(mesh)
plt.tight_layout()
plt.show()

如何在 python 中绘制 marching_cubes_lewiner 的输出？

How to plot output from marching_cubes_lewiner in python?

python

3d

machine-learning

marching-cubes