基于VTK和Numpy的三维数据分析和可视化库

3小时前浏览2

在此前文章中介绍了一个可视化的工具包PyVista（PyVista：基于Python的开源可视化工具包），留言中有粉丝朋友提到 vedo，本文借着这位朋友的留言和大家做一个详细分享。

首先，共同之处是它们都基于vtk进行了封装，便于快速学习和使用。不同之处，PyVista更多的优势在于处理网格数据（如有限元分析、计算流体动力学等工程领域），另外，像气象、地理信息等学科领域大型数据的可视化方面也更适用。vedo则对医学图像、点云和几何形状的可视化更具优势，交互性好，而且更加轻量化，第三方的依赖库相对少一些。

★
下面针对vedo的特点和功能做个介绍
”

1. 多边形网格与点云处理

•示例库：提供覆盖广泛功能的大量可运行示例•网格导入：支持VTK、STL、Wavefront OBJ、3DS、Dolfin-XML、Neutral、GMSH、OFF、PCD（点云）等格式•网格导出：支持以ASCII/二进制格式导出至VTK、STL、OBJ、PLY等•分析工具：移动最小二乘法(MLS)、网格变形等•可视化与编辑•几何计算•网格优化•点-面操作•图元生成：球体、箭头、立方体、圆环、椭球体等•德劳内三角剖分：支持2D/3D•网格路径规划：沿网格边搜索点对点最短路径•交互控件：为场景与对象添加滑块/按钮•张量可视化

......

2. 点云分析

•移动最小二乘法(MLS)：2D/3D/4D点云平滑•空间拟合：直线/平面/球体/椭球体拟合•离群点检测：点分布中的异常点识别•点云抽稀：生成均匀分布的点云

3. 体积数据与四面体网格

•体积数据导入•2D图像导入：PNG/JPEG/BMP•等值面提取•体积渲染•复合渲染•最大强度投影(MIP)

......

4. 2D/3D绘图与直方图

•3D文本渲染•坐标轴定制：全参数化轴样式•环形图：饼图/甜甜圈图•散点图：2D/3D散点可视化•直方图系统

......

5. 生态集成

•Qt框架：深度集成Qt5•科学计算：支持FEniCS/Dolfin平台（PDE/FEM解可视化）•库互操作性：与trimesh/pyvista/pymeshlab交互•Web导出：导出3D场景并嵌入网页•Jupyter支持

一些应用案例展示

pip install vedovedo https://vedo.embl.es/examples/data/panther.stl.gz

import numpy as npfrom vedo import*
# Create a scalar field: the distance from point (15,15,15)X, Y, Z = np.mgrid[:30,:30,:30]scalar_field =((X-15)**2+(Y-15)**2+(Z-15)**2)/225
# Create the Volume from the numpy objectvol =Volume(scalar_field)
# Generate the surface that contains all voxels in range [1,2]lego = vol.legosurface(1,2).cmap("afmhot_r").add_scalarbar()
show(lego, axes=True)