我有一个XYZ点的列表，它们在XY平面上均匀排列成晶格状（例如）：
我希望“平铺”这些点之间的空间，使用三角形连接一个点和它最多八个相邻点中的两个，如下所示：
如何在Python中高效地解决这个问题？ 一种天真的方法是检查每个点的八个可能三角形，但由于考虑了许多重复的三角形，这样做非常低效。像考虑每个点右下角的可能三角形这样的做法，会错过一些三角形。是否有一些通用算法来解决这个问题？
我认为Delaunay三角剖分不适用，因为它总是创建凸三角剖分。
背景
这种三角测量是从LIDAR高度数据生成建筑物3D网格的过程中的一步。当我使用“常规”算法从点云生成网格（如泊松、枢轴球）时，我最终得到的网格中有许多孔洞问题（特别是在陡峭的倾斜处，如塔或墙）。我希望通过认识到点云在XY平面上形成了均匀间隔的晶格，并从那个角度进行三角测量来解决许多这些孔洞问题。
