如何使用numpy建立3D模型？

Question

原件（2018.11.01）

我用激光扫描仪（40度/ 1步）创建了3个numpy：x，y，z。 我想用它们来构建3D模型。

我认为必须使用matplotlib.tri
但是我不知道要确定三角数据

这是我的数据：https://www.dropbox.com/s/d9p62kv9jcq9bwh/xyz.zip?dl=0

原始型号：https://i.imgur.com/XSyONff.jpg

代码：

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

x_all=np.load("x.npy")
y_all=np.load("y.npy")
z_all=np.load("z.npy")

tri = #I have no idea...

fig = plt.figure()
ax = fig.gca(projection='3d')
ax.plot_trisurf(x_all,y_all,z_all,triangles=tri.triangles)

非常感谢。

更新（2018.11.02）

我尝试通过这种方式确定三角数据 Delaunay Triangulation of points from 2D surface in 3D with python?

代码：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.tri as mtri
from stl import mesh

x_all=np.load("x.npy")
y_all=np.load("y.npy")
z_all=np.load("z.npy")

model=np.vstack((x_all,y_all,z_all))
model=np.transpose(model)
model -= model.mean(axis=0)
rad = np.linalg.norm(model, axis=1)
zen = np.arccos(model[:,-1] / rad)
azi = np.arctan2(model[:,1], model[:,0])

tris = mtri.Triangulation(zen, azi)

plt.show()

我的模型如下：

https://i.stack.imgur.com/KVPHP.png

https://i.stack.imgur.com/LLQsQ.png

https://i.stack.imgur.com/HdzFm.png

尽管表面比较好，但是我的模型上还是有一个大洞。有什么想法可以修复吗？

Answer 1

假设您要降低复杂度，即在文件中找到三角形以降低复杂度。您可能会考虑使凸包适合您的点，有关更多信息，请参见here

根据您提供的文件，将生成对象的冲浪图。

from numpy import load, stack
from matplotlib.pyplot import subplots
from mpl_toolkits.mplot3d import Axes3D
from scipy import spatial


x = load("x.npy")
y = load("y.npy")
z = load("z.npy")
points = stack((x,y,z), axis = -1)

v = spatial.ConvexHull(points)
fig, ax = subplots(subplot_kw = dict(projection = '3d'))
ax.plot_trisurf(*v.points.T, triangles = v.simplices.T)
fig.show()