我有一个由人背部的摄影测量得到的云点。 我正在尝试对其进行插值以获得常规网格,为此我使用了
下图显示了原始云点(左侧)的示例(水平线所显示的内容实际上是点云密集的线状云),
我知道可以从云点中移除Z坐标并检查每个网格位置的接近性,但这太过暴力,我相信这应该是点云应用程序上的常见问题。 另一种可能性是在点云上执行一些numpy操作,找到一个numpy掩码或布尔2D数组以“应用”于来自
有什么建议吗?
谢谢您的阅读!
scipy.interpolate
,目前效果良好。 问题是:我正在使用的函数(scipy.interpolate.griddata
)在平面x,y中使用云点的凸包,因此会产生一些不存在于原始曲面中的值,其周长具有凹面。下图显示了原始云点(左侧)的示例(水平线所显示的内容实际上是点云密集的线状云),
griddata
给我的结果在中间,而我想要获取的结果在右侧--即云点在x,y平面上的“阴影”,其中原始曲面中不存在的点将为零或Nan。我知道可以从云点中移除Z坐标并检查每个网格位置的接近性,但这太过暴力,我相信这应该是点云应用程序上的常见问题。 另一种可能性是在点云上执行一些numpy操作,找到一个numpy掩码或布尔2D数组以“应用”于来自
griddata
的结果,但我没有发现任何(这些操作超出了我的Numpy / Scipy知识范围)。有什么建议吗?
谢谢您的阅读!