[3D基础]Delaunay与Triangulate构网

Delaunay三角剖分(Delaunay Triangulation)和Triangulate构网是两种常用于生成三角网格的方法,它们都有其独特的特点和应用场景。

  1. Delaunay三角剖分

Delaunay三角剖分是一种经典的三角剖分方法,其特点是任意三角形的外接圆不包含任何其他顶点。换句话说,对于给定的点集,Delaunay三角剖分是使得生成的三角形尽可能接近等边三角形,并且最大化了三角形的最小角。这种特性使得Delaunay三角剖分在许多应用中都具有优越性,例如地理信息系统、有限元分析、计算机图形学等领域。

Delaunay三角剖分的算法有多种实现方式,包括增量构建法、分治法、凸壳法等。其中增量构建法是最常见的一种,其基本思想是逐步将点集中的点加入到一个初始空的三角形网格中,使得生成的三角形满足Delaunay条件。

  1. Triangulate构网

Triangulate构网是一种简单而直观的三角剖分方法,其基本思想是将给定的区域分割成许多小三角形。Triangulate方法通常用于离散化几何图形或表面,生成用于渲染或分析的三角网格。

Triangulate构网的实现方式通常比Delaunay三角剖分简单,因为它不需要满足Delaunay条件。常见的Triangulate构网方法包括:最近邻三角化、四边形划分、有限元分析中的特定方法等。这些方法可以根据应用的需求和性能要求选择合适的算法。

总的来说,Delaunay三角剖分适用于需要满足特定条件(如Delaunay条件)的应用,而Triangulate构网适用于一般的离散化和三角化需求。选择合适的方法取决于具体的应用场景、性能要求和计算资源等因素。
Delaunay.js 是一个 JavaScript 库,用于在浏览器中执行 Delaunay 三角剖分。它提供了一种方便的方法来将点集转换为三角形网格,这在许多领域中都很有用,例如计算机图形学、地理信息系统、物理模拟等。

以下是对 Delaunay.js 库的详细解释:

  1. 功能特点

    • Delaunay.js 库提供了一个方便的接口,允许你将给定的点集转换为 Delaunay 三角剖分。
    • 它可以处理任意数量的点,即使是大型点集也可以快速处理。
    • 该库还提供了用于检查给定点是否在三角形内部的方法,以及查找包含给定点的三角形的方法。
    • Delaunay.js 还支持 Voronoi 图的计算,允许你根据 Delaunay 三角形网格构建 Voronoi 图。
  2. 使用方法

    • 首先,在你的 HTML 页面中引入 Delaunay.js 库的 JavaScript 文件。
    • 使用 Delaunay.from() 方法将给定的点集转换为 Delaunay 三角剖分。
    • 一旦得到了三角剖分对象,你可以使用它的方法执行各种操作,比如查找包含给定点的三角形、获取三角形的顶点等。
    • 如果需要构建 Voronoi 图,可以使用 Delaunay.voronoi() 方法来获取 Voronoi 图对象。
  3. 示例用途

    • Delaunay.js 可以用于创建网格化地理数据的可视化效果,例如地图和地形图。
    • 它可以用于模拟物理系统中的三角形网格,例如流体模拟、粒子系统等。
    • 该库还可以用于计算三角形网格上的几何性质,例如计算三角形的面积、周长等。

总的来说,Delaunay.js 是一个功能强大且易于使用的 JavaScript 库,适用于执行 Delaunay 三角剖分和 Voronoi 图计算。它在许多领域中都有广泛的应用,并且提供了丰富的功能和灵活的接口,使其成为处理三角网格数据的理想选择。

var Delaunay;

(function() {
    "use strict";

    var EPSILON = 1.0 / 1048576.0;

    function supertriangle(vertices) {
        var xmin = Number.POSITIVE_INFINITY,
            ymin = Number.POSITIVE_INFINITY,
            xmax = Number.NEGATIVE_INFINITY,
            ymax = Number.NEGATIVE_INFINITY,
            i, dx, dy, dmax, xmid, ymid;

        for(i = vertices.length; i--; ) {
            if(vertices[i][0] < xmin) xmin = vertices[i][0];
            if(vertices[i][0] > xmax) xmax = vertices[i][0];
            if(vertices[i][1] < ymin) ymin = vertices[i][1];
            if(vertices[i][1] > ymax) ymax = vertices[i][1];
        }
        dx = xmax - xmin;
        dy = ymax - ymin;
        dmax = Math.max(dx, dy);
        xmid = xmin + dx * 0.5;
        ymid = ymin + dy * 0.5;
        return [
            [xmid - 20 * dmax, ymid -      dmax],
            [xmid            , ymid + 20 * dmax],
            [xmid + 20 * dmax, ymid -      dmax]
        ];
    }

    function circumcircle(vertices, i, j, k) {
        var x1 = vertices[i][0],
            y1 = vertices[i][1],
            x2 = vertices[j][0],
            y2 = vertices[j][1],
            x3 = vertices[k][0],
            y3 = vertices[k][1],
            fabsy1y2 = Math.abs(y1 - y2),
            fabsy2y3 = Math.abs(y2 - y3),
            xc, yc, m1, m2, mx1, mx2, my1, my2, dx, dy;

        /* Check for coincident points */
        if(fabsy1y2 < EPSILON && fabsy2y3 < EPSILON)
            throw new Error("Eek! Coincident points!");

        if(fabsy1y2 < EPSILON) {
            m2  = -((x3 - x2) / (y3 - y2));
            mx2 = (x2 + x3) / 2.0;
            my2 = (y2 + y3) / 2.0;
            xc  = (x2 + x1) / 2.0;
            yc  = m2 * (xc - mx2) + my2;
        }

        else if(fabsy2y3 < EPSILON) {
            m1  = -((x2 - x1) / (y2 - y1));
            mx1 = (x1 + x2) / 2.0;
            my1 = (y1 + y2) / 2.0;
            xc  = (x3 + x2) / 2.0;
            yc  = m1 * (xc - mx1) + my1;
        }

        else {
            m1  = -((x2 - x1) / (y2 - y1));
            m2  = -((x3 - x2) / (y3 - y2));
            mx1 = (x1 + x2) / 2.0;
            mx2 = (x2 + x3) / 2.0;
            my1 = (y1 + y2) / 2.0;
            my2 = (y2 + y3) / 2.0;
            xc  = (m1 * mx1 - m2 * mx2 + my2 - my1) / (m1 - m2);
            yc  = (fabsy1y2 > fabsy2y3) ?
                m1 * (xc - mx1) + my1 :
                m2 * (xc - mx2) + my2;
        }

        dx = x2 - xc;
        dy = y2 - yc;
        return {i: i, j: j, k: k, x: xc, y: yc, r: dx * dx + dy * dy};
    }

    function dedup(edges) {
        var i, j, a, b, m, n;

        for(j = edges.length; j; ) {
            b = edges[--j];
            a = edges[--j];

            for(i = j; i; ) {
                n = edges[--i];
                m = edges[--i];

                if((a === m && b === n) || (a === n && b === m)) {
                    edges.splice(j, 2);
                    edges.splice(i, 2);
                    break;
                }
            }
        }
    }

    Delaunay = {
        triangulate: function(vertices, key) {
            var n = vertices.length,
                i, j, indices, st, open, closed, edges, dx, dy, a, b, c;

            /* Bail if there aren't enough vertices to form any triangles. */
            if(n < 3)
                return [];

            /* Slice out the actual vertices from the passed objects. (Duplicate the
             * array even if we don't, though, since we need to make a supertriangle
             * later on!) */
            vertices = vertices.slice(0);

            if(key)
                for(i = n; i--; )
                    vertices[i] = vertices[i][key];

            /* Make an array of indices into the vertex array, sorted by the
             * vertices' x-position. Force stable sorting by comparing indices if
             * the x-positions are equal. */
            indices = new Array(n);

            for(i = n; i--; )
                indices[i] = i;

            indices.sort(function(i, j) {
                var diff = vertices[j][0] - vertices[i][0];
                return diff !== 0 ? diff : i - j;
            });

            /* Next, find the vertices of the supertriangle (which contains all other
             * triangles), and append them onto the end of a (copy of) the vertex
             * array. */
            st = supertriangle(vertices);
            vertices.push(st[0], st[1], st[2]);

            /* Initialize the open list (containing the supertriangle and nothing
             * else) and the closed list (which is empty since we havn't processed
             * any triangles yet). */
            open   = [circumcircle(vertices, n + 0, n + 1, n + 2)];
            closed = [];
            edges  = [];

            /* Incrementally add each vertex to the mesh. */
            for(i = indices.length; i--; edges.length = 0) {
                c = indices[i];

                /* For each open triangle, check to see if the current point is
                 * inside it's circumcircle. If it is, remove the triangle and add
                 * it's edges to an edge list. */
                for(j = open.length; j--; ) {
                    /* If this point is to the right of this triangle's circumcircle,
                     * then this triangle should never get checked again. Remove it
                     * from the open list, add it to the closed list, and skip. */
                    dx = vertices[c][0] - open[j].x;
                    if(dx > 0.0 && dx * dx > open[j].r) {
                        closed.push(open[j]);
                        open.splice(j, 1);
                        continue;
                    }

                    /* If we're outside the circumcircle, skip this triangle. */
                    dy = vertices[c][1] - open[j].y;
                    if(dx * dx + dy * dy - open[j].r > EPSILON)
                        continue;

                    /* Remove the triangle and add it's edges to the edge list. */
                    edges.push(
                        open[j].i, open[j].j,
                        open[j].j, open[j].k,
                        open[j].k, open[j].i
                    );
                    open.splice(j, 1);
                }

                /* Remove any doubled edges. */
                dedup(edges);

                /* Add a new triangle for each edge. */
                for(j = edges.length; j; ) {
                    b = edges[--j];
                    a = edges[--j];
                    open.push(circumcircle(vertices, a, b, c));
                }
            }

            /* Copy any remaining open triangles to the closed list, and then
             * remove any triangles that share a vertex with the supertriangle,
             * building a list of triplets that represent triangles. */
            for(i = open.length; i--; )
                closed.push(open[i]);
            open.length = 0;

            for(i = closed.length; i--; )
                if(closed[i].i < n && closed[i].j < n && closed[i].k < n)
                    open.push(closed[i].i, closed[i].j, closed[i].k);

            /* Yay, we're done! */
            return open;
        },
        contains: function(tri, p) {
            /* Bounding box test first, for quick rejections. */
            if((p[0] < tri[0][0] && p[0] < tri[1][0] && p[0] < tri[2][0]) ||
                (p[0] > tri[0][0] && p[0] > tri[1][0] && p[0] > tri[2][0]) ||
                (p[1] < tri[0][1] && p[1] < tri[1][1] && p[1] < tri[2][1]) ||
                (p[1] > tri[0][1] && p[1] > tri[1][1] && p[1] > tri[2][1]))
                return null;

            var a = tri[1][0] - tri[0][0],
                b = tri[2][0] - tri[0][0],
                c = tri[1][1] - tri[0][1],
                d = tri[2][1] - tri[0][1],
                i = a * d - b * c;

            /* Degenerate tri. */
            if(i === 0.0)
                return null;

            var u = (d * (p[0] - tri[0][0]) - b * (p[1] - tri[0][1])) / i,
                v = (a * (p[1] - tri[0][1]) - c * (p[0] - tri[0][0])) / i;

            /* If we're outside the tri, fail. */
            if(u < 0.0 || v < 0.0 || (u + v) > 1.0)
                return null;

            return [u, v];
        }
    };

    if(typeof module !== "undefined")
        module.exports = Delaunay;
})();

在 Python 中,Triangle 库是一个用于进行二维三角剖分的第三方库。它是 Triangle 库的 Python 封装版本,Triangle 库本身是一个用 C 语言编写的高效三角剖分工具。Python 的 Triangle 库提供了 Triangle 库的功能,并将其包装成一个 Python 模块,方便在 Python 中调用。

以下是对 Triangle 库的简要解释以及一个使用案例:

  1. 功能特点

    • Triangle 库用于进行二维三角剖分,它能够将给定的点集转换为三角形网格。
    • 该库支持约束三角剖分、最大最小角限制、区域约束等功能。
    • Triangle 库提供了高效的算法和数据结构,能够处理大型点集和复杂的几何形状。
  2. 使用方法

    • 首先,需要安装 Triangle 库。你可以在 Python 中使用 pip 安装它:pip install triangle
    • 导入 triangle 模块:import triangle
    • 使用 triangle 模块提供的函数来执行三角剖分。最常用的函数是 triangle.triangulate(),它用于执行简单的点集三角剖分。你还可以使用其他函数来执行不同类型的三角剖分,例如约束三角剖分、最大最小角限制等。
    • 一旦完成三角剖分,你可以使用返回的对象来访问三角剖分的结果,例如三角形的顶点、边、面等。
  3. 示例用途

    • Triangle 库可以用于生成三角形网格,用于计算机图形学、地理信息系统、有限元分析等领域的模拟和可视化。
    • 它还可以用于执行几何计算,例如计算三角形的面积、周长、重心等。
    • Triangle 库的约束三角剖分功能可以用于生成符合特定要求的三角形网格,例如在给定约束条件下进行网格划分。

    import triangle
    import matplotlib.pyplot as plt

    创建一个随机点集

    points = triangle.get_data('spiral')

    执行三角剖分

    tri = triangle.triangulate({'vertices': points})

    绘制三角剖分结果

    plt.triplot(points[:, 0], points[:, 1], tri['triangles'])
    plt.plot(points[:, 0], points[:, 1], 'o')
    plt.xlabel('X')
    plt.ylabel('Y')
    plt.title('Triangle Triangulation')
    plt.show()

构网要素:顶点坐标、顶点颜色、索引(三角形由那几个点构建)

import numpy as np
import matplotlib.pyplot as plt
from scipy.spatial import Delaunay

# 输入经纬度坐标和颜色集合
lon_lat = np.array([[lon1, lat1], [lon2, lat2], [lon3, lat3], ...])  # 输入经纬度坐标
colors = np.array([[r1, g1, b1, a1], [r2, g2, b2, a2], [r3, g3, b3, a3], ...])  # 输入颜色集合

# 使用Delaunay三角剖分算法获取三角形网格
tri = Delaunay(lon_lat)

# 创建绘图对象
fig, ax = plt.subplots()

# 绘制三角形并填充颜色
for vertices, color in zip(tri.simplices, colors):
    ax.fill(lon_lat[vertices, 0], lon_lat[vertices, 1], color=color)

# 隐藏坐标轴
ax.axis('off')

# 保存图像为PNG格式
plt.savefig('triangles.png', bbox_inches='tight', pad_inches=0, transparent=True)

# 显示图像(可选)
plt.show()
相关推荐
前端Hardy21 小时前
HTML&CSS:数据卡片可以这样设计
前端·javascript·css·3d·html
小彭努力中1 天前
138. CSS3DRenderer渲染HTML标签
前端·深度学习·3d·webgl·three.js
优雅永不过时·1 天前
three.js实现地球 外部扫描的着色器
前端·javascript·webgl·three.js·着色器
AI生成未来1 天前
斯坦福&UC伯克利开源突破性视觉场景生成与编辑技术,精准描绘3D/4D世界!
3d·3d场景·4d
汪洪墩2 天前
【Mars3d】实现这个地图能靠左,不居中的样式效果
前端·javascript·vue.js·3d·webgl·cesium
Bearnaise2 天前
GaussianDreamer: Fast Generation from Text to 3D Gaussians——点云论文阅读(11)
论文阅读·人工智能·python·深度学习·opencv·计算机视觉·3d
智驾机器人技术前线2 天前
近期两篇NeRF/3DGS-based SLAM方案赏析:TS-SLAM and MBA-SLAM
3d·slam·nerf·3dgs
Tianwen_Burning2 天前
halcon3d disparity_image_to_xyz非常重要的算子及使用条件
算法·3d
allenjiao2 天前
webgl threejs 云渲染(服务器渲染、后端渲染)解决方案
webgl·云渲染·threejs·服务器渲染·后端渲染·云流化·三维云渲染
踏实探索3 天前
OpenLayers教程12_WebGL自定义着色器:实现高级渲染效果
前端·arcgis·vue·webgl·着色器