Question

我正在从事一个涉及3d对象迭代旋转的项目，该对象由大约17,000个三角形构成。对于每次迭代，我都需要绘制对象的af图，然后将其转换为二维矩阵表示。

我的第一种方法是旋转三角形的坐标，为每次旋转创建一个新的2d图形，然后将其转换为矩阵。但是对于17,000个三角形，绘图太耗时（〜2.3s）。代码示例：

from matplotlib.patches import Polygon
from matplotlib.collections import PatchCollection
import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(8,8))
# patches are made from vertices with Polygon
p = PatchCollection(patches, alpha=0.5)
p.set_array(np.array(colors))
ax.add_collection(p)
fig.canvas.draw()
matrix = np.array(fig.canvas.renderer._renderer)

要解决此时间消耗问题，我想我可以一次创建一个3d图，然后不旋转三角形的坐标再创建一个新图，而是旋转现有3d图的查看透视图，然后将新透视图转换为2D矩阵。但是，似乎我必须在转换之前为新的透视图绘制和渲染图形，这又导致了太高的时间消耗（〜2.5s）。代码示例：

from mpl_toolkits.mplot3d import Axes3D
from mpl_toolkits.mplot3d.art3d import Poly3DCollection
import matplotlib.pyplot as plt

fig = plt.figure()
ax = Axes3D(fig)
for vertex in vertices:
    ax.add_collection3d(Poly3DCollection([vertex]), zs='z')

ax.view_init(10, 90)
fig.canvas.draw()

# grab the pixel buffer and dump it into a numpy array
matrix = np.array(fig.canvas.renderer._renderer)

但是为什么我必须绘制或渲染？如果创建交互式图形，则可以通过拖动对象进行即时旋转。有没有更聪明的方法来进行转换？

快速将3d pyplot图形转换为矩阵

0 个答案: