python - 使用 python 从 3d .stl 文件中查找 2D 横截面中的材料和空气

Question

我想从 3D 文件创建 2D 横截面，而不会丢失什么是材料和什么是空气的信息。

最后，我想获得一个字典，其中包含构成材料和空气夹杂物的最外点（可以是多个），即

"material" : [[x1,y1],[x2,y2]...]
"air_inclusions": [[[x11,y11],[x12,y12],...],[[x21,y21],[x22,y22],...],[[x31,y31],[x32,y32],...]]

这是我如何尝试的示例：

我有以下 .stl 文件，您可以在此处下载https://filebin.net/c9o0zy4bnv8dvuew

使用神奇的 python 包trimesh，我可以导入 .stl 文件

import trimesh
import numpy as np   

mesh = trimesh.load_mesh(r"PATH_TO_FILE")
# give it a color
mesh.visual.face_colors = [100, 100, 100, 255]
# and show it
mesh.show(viewer='gl')

创建 2D 幻灯片

# I can create a 2D slice of the geometry at origin [0,0,5] and slice-plane with normal direction [0,0,1] 
slice = mesh.section(plane_origin=[0,0,5],
                     plane_normal=[0,0,1])
slice.show(viewer='gl')

提取顶点

# take 2D slice (before was still 3D) 
slice_2D, to_3D = slice.to_planar()
# get vertices
vertices =  np.asanyarray(slice_2D.vertices)

# plot 
import matplotlib.pyplot as plt
x,y = vertices.T
plt.scatter(x,y,s=0.4)
plt.show()

我检索有关什么是物质和什么是空气的信息的方法

我的假设

最外面的点定义了材质的边界。内的所有点都定义了空气夹杂物的边界。

我得到最外点 - >凸包

from scipy.spatial import ConvexHull

# compute the hull
hull = ConvexHull(vertices)
# plot
plt.plot(vertices[:,0], vertices[:,1], 'o')
for simplex in hull.simplices:
  plt.plot(vertices[simplex, 0], vertices[simplex, 1], 'k-')

要知道外壳内的所有点，我使用这个答案What's an effective way to find if a point is in the convex hull of a point cloud?

# Source: https://stackoverflow.com/questions/16750618/whats-an-efficient-way-to-find-if-a-point-lies-in-the-convex-hull-of-a-point-cl
def in_hull(p, hull):
    """
    Test if points in `p` are in `hull`

    `p` should be a `NxK` coordinates of `N` points in `K` dimensions
    `hull` is either a scipy.spatial.Delaunay object or the `MxK` array of the 
    coordinates of `M` points in `K`dimensions for which Delaunay triangulation
    will be computed
    """
    from scipy.spatial import Delaunay
    if not isinstance(hull,Delaunay):
        hull = Delaunay(hull)

    return hull.find_simplex(p)>=0

我收集剩余的积分

# Remaining points

remaining = []
for i,in_hull in enumerate(in_hull(vertices,hull.simplices)):
    if in_hull:
        remaining.append(vertices[i])

问题

1. 剩下的点只有两点，但应该更多，如上图所示。为什么会这样，我该如何解决？

   [TrackedArray([21.60581633, 8.99397324]), TrackedArray([12.95590211, 23.97608075])]

2. 如果有多个空气夹杂物，你知道我如何找到所有的空气夹杂物吗？ IE

你可以在这里找到文件：https ://filebin.net/6blzvrrwhanv0jib

标签： python3dstl

Answer 1

多亏了形状优美的多边形，在其上构建了 trimesh，您无需遍历顶点。您可以使用一些内置功能。创建 2D 路径后，您就快到了。路径有两个属性：polygons_full和polygons_closed。第一个是最外面的多边形，没有内部的多边形，第二个是路径的所有多边形。
你可以简单地做：

slice_2D, to_3D = slice.to_planar()
# create a new figure to which you can attach patches
fig = plt.figure(1)
ax = fig.add_subplot(111)
# Here you get your outmost polygons and add them as patches to your plot
for p in slice_2D.polygons_full:
  ax.add_patch(PolygonPatch(p))
# this is needed due to the differences of polygons_full and polygons_closed to check, if the polygon is one of the outer polygons
outer_polys = [x.exterior for x in slice_2D.polygons_full]
# iterate over all polygons and check, whether they are one of the outmost polygons. If not plot it (the outmost ones have already been added as patches).
for p in (slice_2D.polygons_closed):
  if p.exterior not in outer_polys:
    plt.plot(*(p.exterior.xy), 'r')
# show the plot
plt.show()

阴谋：

interior或者您可以使用多边形的属性来缩短它：

slice_2D, to_3D = slice.to_planar()
for p in slice_2D.polygons_full:
  plt.plot(*(p.exterior.xy),'k')
  for r in p.interiors:
    plt.plot(*zip(*r.coords), 'b')

内部是填充多边形的“洞”，所以这应该正是您想要的。它们是一个LinearRing，因此您不能直接使用 Polygon 属性。