使用Vedo库实现网格切割与缝合的高级技巧
2025-07-04 19:48:14作者:冯梦姬Eddie
网格数据处理中的切割与缝合
在3D建模和计算机图形学中,网格切割与缝合是常见的操作需求。Vedo作为一款强大的Python可视化库,提供了丰富的网格处理功能。本文将深入探讨如何利用Vedo实现网格的精确切割与无缝缝合。
基础网格切割操作
Vedo提供了多种网格切割方法,最基础的是使用平面切割:
from vedo import Cube
# 创建立方体并清理数据
C = Cube().clean()
# 添加顶点ID作为点数据
C.pointdata['ids'] = np.arange(C.nvertices)
# 使用平面切割立方体
Cup = C.clone().cut_with_plane(normal=(0,1,0))
切割操作会在切割边界处创建新的顶点,这些新顶点的属性需要特殊处理。
顶点数据保留机制
当对网格进行切割时,原始顶点的数据会被保留,但新创建的顶点数据需要特别注意:
# 获取原始顶点
orig_verts = [i for i in range(C.nvertices)
if Point(C.vertices[i]).distance_to(C) < 1e-3]
# 获取新创建的顶点
new_verts = [i for i in range(C.nvertices)
if Point(C.vertices[i]).distance_to(C) >= 1e-3]
高级缝合技术
为了实现切割后网格的精确缝合,我们可以创建一个SubMesh类来管理整个过程:
class SubMesh:
def __init__(self, msh, cut_fn_name, **kwargs):
self.original_mesh = msh
self.mesh = msh.clone()
self.mesh.pointdata['pids'] = np.arange(self.mesh.nvertices)
self.submesh = getattr(self.mesh.clone(), cut_fn_name)(**kwargs)
# 识别原始顶点和新顶点
verts = Points(self.mesh.vertices)
self.old_pids = []
self.new_pids = []
for i, v in enumerate(self.submesh.vertices):
if Point(v).distance_to(verts) < 1e-3:
self.old_pids.append(i)
else:
self.new_pids.append(i)
self.cut = Points(self.submesh.vertices[self.new_pids])
self.dist2cut = dict()
平滑缝合技术
在缝合过程中,直接替换顶点位置可能导致明显的接缝。我们可以实现基于距离的平滑过渡:
def glue_(self, radius, align):
sm = self.submesh.clone()
if align:
sm.align_with_landmarks(self.submesh.vertices[self.new_pids],
self.cut.vertices, rigid=True)
if radius > 0:
if len(self.dist2cut) == 0:
for i in self.old_pids:
pos = self.original_mesh.vertices[self.submesh.pointdata['pids'][i]]
self.dist2cut[i] = Point(pos).distance_to(self.cut).item()
for i in self.old_pids:
d = min(self.dist2cut[i] / radius, 1.)
self.mesh.vertices[self.submesh.pointdata['pids'][i]] = (
d * sm.vertices[i] + (1-d) * self.original_mesh.vertices[
self.submesh.pointdata['pids'][i]])
else:
for i in self.old_pids:
self.mesh.vertices[self.submesh.pointdata['pids'][i]] = sm.vertices[i]
self.mesh.pointdata.remove('pids')
交互式缝合调整
为了获得最佳缝合效果,可以实现交互式调整:
def glue(self, radius=0, mesh_col="wheat", align=False, interactive=False):
self.glue_(radius=radius, align=align)
if interactive:
if len(self.dist2cut) == 0:
for i in self.old_pids:
pos = self.original_mesh.vertices[self.submesh.pointdata['pids'][i]]
self.dist2cut[i] = Point(pos).distance_to(self.cut).item()
plt = Plotter()
plt += self.mesh.c(mesh_col)
def stitch(widget, event):
self.glue_(radius=widget.value**2, align=align)
plt -= self.mesh
plt += self.mesh.c(mesh_col)
plt.add_slider(
stitch,
value=radius,
xmin=0,
xmax=np.array(list(self.dist2cut.values())).max()**0.5,
pos="bottom",
title="平滑半径",
)
plt.show(interactive=True).close()
实际应用案例
这种技术在3D建模中有广泛应用,例如头部模型的局部调整:
man = Mesh("man.vtk").rotate_x(-90).color('w')
cut_height = 1.20
head = SubMesh(man, 'cut_with_plane', origin=(0, cut_height, 0), normal=(0, 1, 0))
# 修改头部比例
head.submesh.scale(1.2, origin=(0,cut_height,0)).shift((0, 0.05, 0))
# 不同缝合方式比较
head.glue(radius=0) # 直接缝合
head.glue(radius=0.2) # 中等平滑
head.glue(radius=0.05, align=True) # 轻微平滑并对齐
技术要点总结
- 顶点数据管理:切割操作会改变顶点顺序,需要妥善管理原始顶点数据
- 平滑过渡:基于距离的插值可以实现无缝缝合效果
- 交互调整:实时调整平滑参数可以获得最佳视觉效果
- 对齐优化:在缝合前对齐切割边界可以减少接缝明显度
通过Vedo提供的网格处理功能结合这些高级技巧,可以实现复杂的3D模型编辑操作,为科研和工程应用提供强大支持。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
WebVideoDownloader:高效网页视频抓取工具全面使用指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
293
2.62 K
暂无简介
Dart
584
127
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
606
185
deepin linux kernel
C
24
7
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.05 K
610
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
358
2.27 K
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
758
72
Ascend Extension for PyTorch
Python
123
149
仓颉编译器源码及 cjdb 调试工具。
C++
122
402
仓颉编程语言运行时与标准库。
Cangjie
130
415