找到3D表面的开口

Question

我有一个数组sphere持有笛卡尔坐标XYZ。每行是对象表面的一个点。我想找到那个表面的开口并旋转物体，使x轴指向开口。

我正在使用python和numpy，但一般方法与特定实现一样好。

这是我现在拥有的。 x轴为红色，原点为绿色：

以下是我想要的内容：

Answer 1

通常，您希望将旋转矩阵应用于数据。但是，您还需要找到旋转矩阵。

在这种情况下，更容易直接跳过协方差矩阵的特征向量。这基本上是一种主要的组件方法。如果我们确定数据的主要组成部分并将事物旋转到该坐标系中，我们就能有效地做你想做的事。

首先，让我们生成一个类似于你的例子：

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

def main():
    x, y, z = generate_data()
    plot(x, y, z)
    plt.show()

def generate_data():
    lat, lon = np.radians(np.mgrid[-90:90:20j, 0:180:20j])
    lon -= np.radians(40)
    z = np.cos(lat) * np.cos(lon)
    x = np.cos(lat) * np.sin(lon)
    y = np.sin(lat)
    return x, y, z

def plot(x, y, z):
    fig, ax = plt.subplots(subplot_kw=dict(projection='3d'), facecolor='w')
    artist = ax.scatter(x, y, z, marker='o', color='y')
    ax.set(xlim=[-1.1, 1.1], ylim=[-1.1, 1.1], zlim=[-1.1, 1.1], aspect=1)
    ax.set(xlabel='X', ylabel='Y', zlabel='Z')
    return artist

main()

现在我们可以根据主坐标旋转东西：

def reorient(x, y, z):
    xyz = np.vstack([x.ravel(), y.ravel(), z.ravel()])
    cov = np.cov(xyz)

    # Find the eigenvectors of the covariance matrix
    vals, vecs = np.linalg.eigh(cov)
    idx = np.argsort(vals)
    # The eigenvalues vals are not needed below, but this puts them in
    # the same order as the eigenvectors, should they be needed in future
    # versions of this code:
    vals, vecs = vals[idx], vecs[:, idx]

    # In this case, we actually want the second eigenvector to be the x-axis
    vecs = vecs[:, [1, 0, 2]]

    # Now let's perform a change-of-basis into the new coordinate system
    return np.linalg.inv(vecs).dot(xyz)

绘制结果：

def main():
    x, y, z = generate_data()
    plot(*reorient(x, y, z))
    plt.show()

一个注意事项：我隐含地假设您的数据已经集中在旋转将发生的点上。如果情况并非如此，您需要在计算协方差矩阵之前减去旋转点（例如均值），然后在更改基数后将其重新添加。

Answer 2

这是一个想法。取你的凸面船体。如果表面的“开口”是平面的，那么该开口将被凸包中的几乎共面的面覆盖。然后，所有面的法线向量将具有不同的模式，可以帮助识别边界。

<小时/>