Python VTK STL 映射三维模型表面距离_python vtk 读取stl

link之家

链接快照平台

输入网页链接，自动生成快照
标签化管理网页链接

实现步骤：

数据准备： 需要准备两个stl文件、Python需要安装vtk库

步骤一：数据读取 首先通过 vtk.vtkSTLReader() 定义stl文件读取接口，再通过 reader1.GetOutput() 就可以获得stl在vtk工作流的数据。

步骤二：去除重复点 通过 vtk.vtkCleanPolyData() 可以去除模型中的重复点

步骤三：计算距离 使用 vtk.vtkDistancePolyDataFilter() ，使用上一步中过滤掉重复点后的数据作为输入。如 distanceFilter.SetInputConnection(1, clean1.GetOutputPort()) ，其中第一个参数就是输入数据的标号，从0开始计数；第二个参数就是输入的数据。我们将vtkDistancePolyDataFilter的输出到mapper就完成距离映射了。

步骤四：颜色配置 lut = vtk.vtkLookupTable() 相当于一个调色盘函数，通过对其参数改变可以，调整最终映射的颜色范围。 scalarBar = vtk.vtkScalarBarActor() 就是颜色条,按照前面的调色盘的结果将距离数值映射成颜色。

Code:

import vtk
input1 = vtk.vtkPolyData()
reader1 = vtk.vtkSTLReader()
reader1.SetFileName('leftlumen.stl')
reader1.Update()
input1 = reader1.GetOutput()  # 读取模型A
input2 = vtk.vtkPolyData()
input2.DeepCopy(input1)
pTransformSTL = vtk.vtkTransform()
pTransformSTL.RotateY(0.1)
pTransformSTL.Update()
transFilter = vtk.vtkTransformPolyDataFilter()
transFilter.SetInputData(input2)
transFilter.SetTransform(pTransformSTL)
transFilter.Update()
# 数据合并，可以合并显示两个模型
clean1 = vtk.vtkCleanPolyData()
clean1.SetInputData(input1)
clean2 = vtk.vtkCleanPolyData()
clean2.SetInputData(transFilter.GetOutput())
distanceFilter = vtk.vtkDistancePolyDataFilter()
distanceFilter.SetInputConnection(1, clean1.GetOutputPort())
distanceFilter.SetInputConnection(0, clean2.GetOutputPort())
distanceFilter.SignedDistanceOff()
distanceFilter.Update()  # 计算距离
distanceFilter.GetOutputPort()
mapper = vtk.vtkPolyDataMapper()  # 配置mapper
mapper.SetInputConnection(distanceFilter.GetOutputPort())
mapper.SetScalarRange(  # 设置颜色映射范围
    distanceFilter.GetOutput().GetPointData().GetScalars().GetRange()[0],
    distanceFilter.GetOutput().GetPointData().GetScalars().GetRange()[1])
actor = vtk.vtkActor()
actor.SetMapper(mapper)
actor1 = vtk.vtkActor()
actor1.SetMapper(mapper)
lut = vtk.vtkLookupTable()
lut.SetHueRange(0.2, 0.7)  # 映射的颜色变换参数（自己调颜色）
# lut.SetAlphaRange(1.0, 1.0)
# lut.SetValueRange(1.0, 1.0)
# lut.SetSaturationRange(1.0, 1.0)
# lut.SetNumberOfTableValues(256)
mapper.SetLookupTable(lut)
mapper2 = vtk.vtkPolyDataMapper()
mapper2.SetInputData((distanceFilter.GetSecondDistanceOutput()))
mapper2.SetScalarRange(  # 设置颜色映射范围
    distanceFilter.GetSecondDistanceOutput().GetPointData().GetScalars().GetRange()[0],
    distanceFilter.GetSecondDistanceOutput().GetPointData().GetScalars().GetRange()[1])
actor2 = vtk.vtkActor()
actor2.SetMapper(mapper2)
scalarBar = vtk.vtkScalarBarActor()  # 设置color_bar
scalarBar.SetLookupTable(mapper.GetLookupTable())
scalarBar.SetTitle("SD(mm)")
scalarBar.SetNumberOfLabels(5)  # 设置要显示的刻度标签数。自己设定色带的位置
scalarBar.SetMaximumNumberOfColors(10)
# scalarBar.GetPositionCoordinate().SetCoordinateSystemToNormalizedViewport()
# scalarBar.GetPositionCoordinate().SetValue(0.01, 0.49)  # 参数越小越靠左，第二个参数越大越往上
# scalarBar.SetWidth(0.16)
# scalarBar.SetHeight(0.5)
# scalarBar.SetTextPositionToPrecedeScalarBar()  # 标题和刻度标记是否应在标量栏之前(文字会出现在条形左边)
# # 设置标题和条形之间的边距
# scalarBar.SetVerticalTitleSeparation(10)
# # 设置标题颜色
scalarBar.DrawTickLabelsOn()
scalarBar.GetTitleTextProperty().SetColor(0, 0, 0)
scalarBar.GetLabelTextProperty().SetColor(0, 0, 0)
arender = vtk.vtkRenderer()
arender.SetViewport(0, 0.0, 1, 1.0)
renWin = vtk.vtkRenderWindow()
renWin.AddRenderer(arender)
iren = vtk.vtkRenderWindowInteractor()
iren.SetRenderWindow(renWin)
style = vtk.vtkInteractorStyleTrackballActor()
iren.SetInteractorStyle(style)
aCamera = vtk.vtkCamera()
aCamera.SetViewUp(0, 0, -1)
aCamera.SetPosition(0, -1, 0)
aCamera.ComputeViewPlaneNormal()
aCamera.Azimuth(30.0)
aCamera.Elevation(30.0)
aCamera.Dolly(1.5)
arender.AddActor(actor)
# arender.AddActor(actor1)
arender.SetActiveCamera(aCamera)
arender.ResetCamera()
arender.SetBackground(1, 1, 1)
arender.ResetCameraClippingRange()
arender.AddActor2D(scalarBar)
renWin.Render()
iren.Initialize()
iren.Start()
				三维可视化系统的建立依赖于三维图形平台， 如 OpenGL、VTK、OGRE、OSG等， 传统的方法多采用OpenGL进行底层编程，即对其特有的函数进行定量操作， 需要开发人员熟悉相关函数， 从而造成了开发难度大、 周期长等问题。VTK、 ORGE、OSG等平台使用封装更好的函数简化了开发过程。下面将使用Python与VTK进行机器人上位机监控界面的快速原型开发。
　　完整的上位机程序需要有三维显示模块、机器人信息监测模块（位置/角度/速度/电量/温度/错误信息…）、通信模块（串口/USB/WIFI/蓝牙…）、控制模块等功能模块。三维显示模块主要用于实时显示机器人的姿态（或位置）信息。比如机器
				pySlice
 Matthew Else用Python编写的3D模型切片算法。 书面形式，首先是因为我需要使用Python编写的漂亮算法，其次是因为替代解决方案均已获得AGPL的许可，并且我需要一种自己的解决方案，该解决方案可以在没有其他任何源代码的情况下用于商业用途。
 该代码当前仅支持以下文件格式：
 我计划可能支持其他格式，例如OBJ，但是目前STL还不错。 它当前无法生成G代码，它所需要的只是for循环以生成所有层。
 如果您成功或不成功地测试pySlice，请在Github的问题部分中告诉我。
 pySlice.py已获得MIT许可。
				VTK在Java, Tcl, Python中都有接口 ，本文介绍VTK在Python中的接口。
VTK (The Visualization Toolkit) 是一款用于计算机3D成像、构建模型、图像处理、容积渲染、科学数据可视化等方面的免费软件系统，支持Linux, Windows, Mac, Web, mobile devices等平台；
一些使用场景????????
				virtual int IsA（const char * type） 如果此类与指定类的类型（或子类）相同，则返回1。
void PrintSelf（ostream＆os，vtkIndent indent） print调用的方法打印有关对象的信息，包括超类。
int HasTranslucentPolygonalGeometry（） 这个道具有一些半透明的多边形几何形状吗？
void Re...
上面4张图分别是是否使用颜色“lightgrey”和是否显示坐标系的效果。
我们使用 numpy-stl 和 matplotlib，进行加载读取和绘制保存。源码如下。
from mpl_toolkits import mplot3d
from matplotlib imp
				因为工作原因需要使用OCC库解析模型文件，分享下过程中遇到的知识点。
但是python OCC的资料比较少，所以一般只能参考下官方或者其他人的案例，然后浏览一些相关书籍。关于里面的API其实都可以查找OCC的C++网站查找，懂C++的很好看懂，不懂的也不会说特别难看懂，下面是API网站
OCC C++ API
好，直接进入正题，在上面那个网站搜索brep，stl，step都可以查找到对应的api。...
```python
reader = vtk.vtkDICOMImageReader()
reader.SetDirectoryName("Your DICOM directory path")
reader.Update()
3. 设置渲染器和窗口
```python
ren = vtk.vtkRenderer()
renWin = vtk.vtkRenderWindow()
renWin.AddRenderer(ren)
iren = vtk.vtkRenderWindowInteractor()
iren.SetRenderWindow(renWin)
4. 创建体绘制算法
```python
volumeMapper = vtk.vtkSmartVolumeMapper()
volumeMapper.SetInputConnection(reader.GetOutputPort())
5. 创建体绘制属性
```python
volumeProperty = vtk.vtkVolumeProperty()
volumeProperty.SetColor(vtk.vtkColorTransferFunction())
volumeProperty.SetScalarOpacity(vtk.vtkPiecewiseFunction())
volumeProperty.ShadeOn()
volumeProperty.SetInterpolationTypeToLinear()
6. 设置体绘制属性
```python
# 设置颜色和透明度
colorFunc = vtk.vtkColorTransferFunction()
colorFunc.AddRGBPoint(-3024, 0.0, 0.0, 0.0)
colorFunc.AddRGBPoint(-77, 0.54902, 0.25098, 0.14902)
colorFunc.AddRGBPoint(94, 0.882353, 0.603922, 0.290196)
colorFunc.AddRGBPoint(179, 1, 0.937033, 0.954531)
colorFunc.AddRGBPoint(3071, 1, 1, 1)
volumeProperty.SetColor(colorFunc)
# 设置不透明度
opacityFunc = vtk.vtkPiecewiseFunction()
opacityFunc.AddPoint(-3024, 0.0)
opacityFunc.AddPoint(-77, 0.0)
opacityFunc.AddPoint(94, 0.29)
opacityFunc.AddPoint(179, 0.55)
opacityFunc.AddPoint(3071, 0.55)
volumeProperty.SetScalarOpacity(opacityFunc)
7. 创建体绘制Actor
```python
volume = vtk.vtkVolume()
volume.SetMapper(volumeMapper)
volume.SetProperty(volumeProperty)
ren.AddActor(volume)
8. 启动渲染器和窗口
```python
ren.SetBackground(0.1, 0.2, 0.4)
renWin.SetSize(600, 600)
iren.Initialize()
renWin.Render()
iren.Start()
以上是基本的流程，具体实现中还需根据数据类型和需求进行相应的调整。