使用 cKDTree 查询找到最接近的三角形平面

Question

我正在尝试使用 cKDTree query 找到最接近某个点的三角形平面。

我已经知道要找到离该点最近的邻居。示例：

from scipy.spatial import cKDTree
import numpy as np

p1 = np.array([0, 0, 0])
p2 = np.array([[100, 100, 100],
               [670, 500, 890],
               [666, 456, 765]])

tuple_dist_neighbor = cKDTree(p2).query(p1)
print(tuple_dist_neighbor) # prints (173.20508075688772, 0)

所以 return 值是到最近邻居的距离和最近邻居的索引的元组。

现在假设我有两个三角形，每个三角形由 3 个点组成。示例：

triangle1 = np.array([[0, 0, 0],
                      [0, 4, 0],
                      [4, 0, 4]])

triangle2 = np.array([[100, 100, 100],
                      [100, 140, 100],
                      [140, 100, 140]])

triangle_set = np.array([triangle1, triangle2])

point = np.array([10, 11, 12])

所以我想知道是否可以像上面一样使用 cKDTree 找到最接近该点的三角形。

我正在处理的三角形正在形成一个网格。

Picture 1: Mesh formed of triangles

真正的问题是在这个网格中找到最接近一个点的三角形。