最近項目中需要對mesh做一個色彩映射，無意間發現vtk的封裝庫pyvista相當好用，就試了試，在此做一個總結。

PyVista簡介

PyVista是什么

PyVista 是一個：

• VTK for humans”， 可視化工具包(VTK)的高級API
• 空間數據的網格數據結構與濾波方法
• 使3D繪圖更加簡單，可用于大型/復雜數據的圖像化

PyVista(以前的vtki)是可視化工具包(VTK)的一個助手模塊，它采用了一種不同的方法，通過NumPy和直接數組訪問與VTK進行接口。這個包提供了一個python化的、文檔化良好的接口，展示了VTK強大的可視化后端，以方便對空間引用的數據集進行快速原型化、分析和可視化集成。

該模塊可用于演示文稿和研究論文的科學繪圖，以及其他依賴網格的Python模塊的支持模塊。

參考：https://docs.pyvista.org/index.html

github

官方教程

pyvista和其他3D可視化工具比較

參考：https://github.com/pyvista/pyvista/issues/146

pyvista使用

安裝

pip install pyvista -i https://pypi.tuna.tsinghua.edu.cn/simple

I/O讀取及可視化

mesh類型

pyvista支持讀取大多數常見的mesh文件類型，比如PLY，VTK，STL ,OBJ ,BYU 等，一些不常見的mesh文件類型，比如FEniCS/Dolfin_ XML format

（很遺憾，pyvista不支持點云PCD格式，不過可以通過pcdpy、pclpy、python-pcl等庫來讀取pcd文件）

import pyvista as pv
# 讀取
mesh = pv.read('pointCloudData/data.vtk')
# 顯示
mesh.plot()
# 其他類似
mesh = pv.read('pointCloudData/data.ply')
……

圖片類型

支持讀取圖片類型數據JPEG, TIFF, PNG等

# 讀取
image = pv.read('my_image.jpg')
# 顯示
image.plot(rgb=True, cpos="xy")

# 其余圖片類型類似
……

mesh彩色映射

項目中需要用到根據高度來對mesh進行彩色映射，在pyvista中大概有四種方法

自定義

代碼

import pyvista as pv
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
import numpy as np

def mesh_cmp_custom(mesh, name):
 """
 自定義色彩映射
 :param mesh: 輸入mesh
 :param name: 比較數據的名字
 :return:
 """
 pts = mesh.points
 mesh[name] = pts[:, 1]
 # Define the colors we want to use
 blue = np.array([12 / 256, 238 / 256, 246 / 256, 1])
 black = np.array([11 / 256, 11 / 256, 11 / 256, 1])
 grey = np.array([189 / 256, 189 / 256, 189 / 256, 1])
 yellow = np.array([255 / 256, 247 / 256, 0 / 256, 1])
 red = np.array([1, 0, 0, 1])

 c_min = mesh[name].min()
 c_max = mesh[name].max()
 c_scale = c_max - c_min

 mapping = np.linspace(c_min, c_max, 256)
 newcolors = np.empty((256, 4))
 newcolors[mapping >= (c_scale * 0.8 + c_min)] = red
 newcolors[mapping  (c_scale * 0.8 + c_min)] = grey
 newcolors[mapping  (c_scale * 0.55 + c_min)] = yellow
 newcolors[mapping  (c_scale * 0.3 + c_min)] = blue
 newcolors[mapping  (c_scale * 0.1 + c_min)] = black

 # Make the colormap from the listed colors
 my_colormap = ListedColormap(newcolors)
 mesh.plot(scalars=name, cmap=my_colormap)

if __name__ == '__main__':
 mesh = pv.read('pointCloudData/1.ply')
 mesh_cmp_custom(mesh, 'y_height')

效果：

使用pyvista自帶的cmp

函數mesh.plot(scalars=name, cmap='viridis_r')

其中cmap支持的樣式：

‘Accent', ‘Accent_r', ‘Blues', ‘Blues_r', ‘BrBG', ‘BrBG_r', ‘BuGn', ‘BuGn_r', ‘BuPu', ‘BuPu_r', ‘CMRmap', ‘CMRmap_r', ‘Dark2', ‘Dark2_r', ‘GnBu', ‘GnBu_r', ‘Greens', ‘Greens_r', ‘Greys', ‘Greys_r', ‘OrRd', ‘OrRd_r', ‘Oranges', ‘Oranges_r', ‘PRGn', ‘PRGn_r', ‘Paired', ‘Paired_r', ‘Pastel1', ‘Pastel1_r', ‘Pastel2', ‘Pastel2_r', ‘PiYG', ‘PiYG_r', ‘PuBu', ‘PuBuGn', ‘PuBuGn_r', ‘PuBu_r', ‘PuOr', ‘PuOr_r', ‘PuRd', ‘PuRd_r', ‘Purples', ‘Purples_r', ‘RdBu', ‘RdBu_r', ‘RdGy', ‘RdGy_r', ‘RdPu', ‘RdPu_r', ‘RdYlBu', ‘RdYlBu_r', ‘RdYlGn', ‘RdYlGn_r', ‘Reds', ‘Reds_r', ‘Set1', ‘Set1_r', ‘Set2', ‘Set2_r', ‘Set3', ‘Set3_r', ‘Spectral', ‘Spectral_r', ‘Wistia', ‘Wistia_r', ‘YlGn', ‘YlGnBu', ‘YlGnBu_r', ‘YlGn_r', ‘YlOrBr', ‘YlOrBr_r', ‘YlOrRd', ‘YlOrRd_r', ‘afmhot', ‘afmhot_r', ‘autumn', ‘autumn_r', ‘binary', ‘binary_r', ‘bone', ‘bone_r', ‘brg', ‘brg_r', ‘bwr', ‘bwr_r', ‘cividis', ‘cividis_r', ‘cool', ‘cool_r', ‘coolwarm', ‘coolwarm_r', ‘copper', ‘copper_r', ‘cubehelix', ‘cubehelix_r', ‘flag', ‘flag_r', ‘gist_earth', ‘gist_earth_r', ‘gist_gray', ‘gist_gray_r', ‘gist_heat', ‘gist_heat_r', ‘gist_ncar', ‘gist_ncar_r', ‘gist_rainbow', ‘gist_rainbow_r', ‘gist_stern', ‘gist_stern_r', ‘gist_yarg', ‘gist_yarg_r', ‘gnuplot', ‘gnuplot2', ‘gnuplot2_r', ‘gnuplot_r', ‘gray', ‘gray_r', ‘hot', ‘hot_r', ‘hsv', ‘hsv_r', ‘inferno', ‘inferno_r', ‘jet', ‘jet_r', ‘magma', ‘magma_r', ‘nipy_spectral', ‘nipy_spectral_r', ‘ocean', ‘ocean_r', ‘pink', ‘pink_r', ‘plasma', ‘plasma_r', ‘prism', ‘prism_r', ‘rainbow', ‘rainbow_r', ‘seismic', ‘seismic_r', ‘spring', ‘spring_r', ‘summer', ‘summer_r', ‘tab10', ‘tab10_r', ‘tab20', ‘tab20_r', ‘tab20b', ‘tab20b_r', ‘tab20c', ‘tab20c_r', ‘terrain', ‘terrain_r', ‘turbo', ‘turbo_r', ‘twilight', ‘twilight_r', ‘twilight_shifted', ‘twilight_shifted_r', ‘viridis', ‘viridis_r', ‘winter', ‘winter_r'

代碼

import pyvista as pv
def mesh_cmp(mesh, name):
 """
  使用進行plot自帶的色彩映射
  :param mesh: 輸入mesh
  :param name: 比較數據的名字
  :return:
 """
 pts = mesh.points
 mesh[name] = pts[:, 1]
 mesh.plot(scalars=name, cmap='viridis_r')
 
if __name__ == '__main__':
 mesh = pv.read('vtkData/airplane.ply')
 mesh_cmp(mesh, 'y_height')

效果

使用Matplotlib的cmp

代碼

import pyvista as pv
import matplotlib.pyplot as plt

def mesh_cmp_mpl(mesh, name):
 """
  使用Matplotlib進行色彩映射
  :param mesh: 輸入mesh
  :param name: 比較數據的名字
  :return:
  """
 pts = mesh.points
 mesh[name] = pts[:, 1]
 mlp_cmap = plt.cm.get_cmap("viridis", 25)
 mesh.plot(scalars=name, cmap=mlp_cmap)
 
if __name__ == '__main__':
 mesh = pv.read('vtkData/airplane.ply')
 mesh_cmp_mpl(mesh, 'y_height')

效果

使用colorcet的cmp

需要先安裝colorcet：

pip install colorcet

使用方法和上面幾種方法類似，若想使用colorcet的colormaps中的hot:

mesh.plot(scalars=name, cmap=“hot”)

代碼

def mesh_cmp_colorcet(mesh, name):
 """
  使用進行colorcet進行色彩映射
  :param mesh: 輸入mesh
  :param name: 比較數據的名字
  :return:
 """
 pts = mesh.points
 mesh[name] = pts[:, 1]
 mesh.plot(scalars=name, cmap=colorcet.fire)
 
if __name__ == '__main__':
 mesh = pv.read('vtkData/airplane.ply')
 mesh_cmp_colorcet(mesh, 'y_height')

效果：

總結

pyvista相當強大，而且比直接用vtk更加方便（代碼量肉眼可見的降低！）

到此這篇關于Python利用PyVista進行mesh的色彩映射的實現的文章就介紹到這了,更多相關PyVista mesh色彩映射內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！