我正在尝试制作一个由RGB堆叠中的一系列2D平面组成的3D图,就像这样:
我知道可以使用mpl_toolkits.mplot3d
来实现这个功能,只需将每个像素的x、y、z坐标和RGB(A)颜色传递给plot_surface
即可:
import numpy as np
from matplotlib import pyplot as pp
from mpl_toolkits.mplot3d.axes3d import Axes3D
def plot_stack_slices(rgbstack, scale=(1., 1., 1.), z_interval=10.):
fig, ax = pp.subplots(1,1,subplot_kw={'projection':'3d'})
ax.invert_zaxis()
ax.hold(True)
sx, sy, sz = scale
nz, ny, nx, nc = rgbstack.shape
stack_xyz = np.mgrid[:nx*sx:nx*1j, :ny*sy:ny*1j, :nz*sz:nz*1j]
slices = rgbstack[::-z_interval]
slice_xyz = np.rollaxis(stack_xyz, 3, 0)[::-z_interval]
surflist = []
for (img,xyz) in zip(slices, slice_xyz):
x, y, z = xyz
s = ax.plot_surface(x, y, z, facecolors=img**0.75,
rstride=50, cstride=50)
surflist.append(s)
return fig, ax, surflist
不幸的是,如果我设置rstride=1, cstride=1
以显示完整分辨率的纹理,这会变得极其缓慢。
我也知道Mayavi可以轻松处理显示多个2D纹理的完整分辨率:
from mayavi import mlab
def plot_stack_slices2(stack, scale=(1., 1., 20.), z_interval=10.):
mfig = mlab.figure(bgcolor=(1,)*3)
sx, sy, sz = scale
nz, ny, nx = stack.shape
slices = stack[::-z_interval]
slice_z = np.linspace(0,nz*sz,nz)[::z_interval]
surflist = []
for (img,z) in zip(slices, slice_z):
im = mlab.imshow(img.T, colormap='gray', figure=mfig)
im.actor.scale = [sx,sy,sz]
im.actor.position = [0, 0, z]
surflist.append(z)
return fig, surflist
然而,现在的问题是似乎没有任何方法可以使用Mayavi显示真彩色RGB纹理 - 根据文档我只能指定单个(R, G, B)
元组或预定义的颜色映射。
有人知道在3D图中显示真彩色2D RGB纹理的更好方法吗?
如果有足够的时间,我可能可以弄清楚如何在Vtk甚至纯OpenGL中实现这一点,但我真的希望有现有的库可以完成这项工作。
.pcolor
绘制它们吗?请参见:http://stackoverflow.com/questions/14355876/matplotlib-plot-3d-data-with-alpha 不过你需要很大的内存! - Rutger Kassiespcolor()
是否可以为每个像素指定RGB(A)值?我尝试将一个由1组成的数组作为C
传递,并将RGB值的元组作为facecolors=
传递,但没有成功。即使绘制单个平面也非常慢,因此我认为OpenGL后端是正确的选择,就像visvis一样。 - ali_m