小编Ben*_*nyS的帖子

客观的

从 2D 多边形（基于 CAD）创建简单的骨架线以用于 CAD 目的。应避免出现小线。

工作状态

• 创建多边形的 Voronoi 图
• 使用 DFS 识别 voronoi 顶点/边的分支
• 使用 Shapely Line String (Ramer-Douglas-Peucker) 来简化线条

问题

Ramer-Douglas-Peucker 无法根据需要简化生产线。如果增加 RDP 容差，结果并不令人满意。目标应该是用尽可能少的线尽可能好地表示多边形。水平线段应该用水平线表示，而不是小角度的线。RDP 尝试仅考虑数据中给出的点。所需的结果应包含以前不属于分支的点（参见图像）。

示例图像（起点：中轴） 起点：中轴

示例图像（期望的结果） 期望的结果

我将点数据打包到：链接到数据

Shapely 简化的示例代码

import numpy as np
import matplotlib.pyplot as plt
from shapely.geometry import LineString

##########################
pathToFile = ""
RDP_Tolerance= 2
##########################


data = np.genfromtxt(pathToFile )

plt.figure()
plt.plot(data[:,0],data[:,1])
plt.scatter(data[:,0],data[:,1])
plt.axis('equal')
plt.show()

linestring = LineString(data)
lineStringSimplified = linestring.simplify(RDP_Tolerance)
simplifiedData = np.asarray(lineStringSimplified.coords)
plt.figure()
plt.plot(simplifiedData [:,0],simplifiedData [:,1])
plt.scatter(simplifiedData [:,0],simplifiedData [:,1]) …

客观的

我有一个 3D facet 模型（例如 .off 文件），例如它看起来像一个管道（见示例图片）。目标是使用 python 推导出表示该管的 3D 骨架的近似样条（直线和样条的最佳组合）。

最先进的

同一领域的 Stackoverflow 帖子：

• 如何通过 3d-pointcloud 拟合一条线

一般的：

• 拟合样条曲线通过无组织点云集
• 来自点云的骨架
• Powercrust / NN-Crust？我读过这些，但是我找不到 python 实现，也许我太笨了，无法自己实现它。据我所知，基础是我已经知道的 delaunay/voronoi。但是我不知道任何进一步的步骤

我的方法（到目前为止）

从示例 facet 模型（图 1）开始，我使用 python 包将 3d 模型转换为点云（图 2）。该点云可用于体素化表示（图 3）。因此，这三种类型的数据是我的起点。

基本上，这个问题对我来说似乎并不复杂，但是我缺少一个起始逻辑。大多数研究论文对于各种更深入的任务来说都过于复杂了。一种想法是进行 PCA 以导出组件的主轴，并沿这些轴进行扫描。然而，这似乎并没有以一种高性能的方式产生好的结果。另一个想法是使用体素化网格并检测由于体素邻接而产生的路径。另一个想法是使用 KD-Tree 来评估最近的点，以检测正确的平面，通过它们的平面法线定义样条方向。

我尝试的一种方法是从点云中选择 N 个随机点并搜索半径内的所有邻居 (cKDTree.query_ball_point)。我计算了所有相邻点的中心。这导致了图像 4 中的结果。结果似乎与第一种方法一样好，但它或多或少是半径参数的调整。

图 1：

图 2：

图 3：

图 4：