【3D 入门-4】trimesh 极速上手之 3D Mesh 数据结构解析(Vertices / Faces)

Mesh 数据结构解析

1. Vertices(顶点)

python 复制代码
original_vertices = mesh_full.vertices
定义:
  • vertices 是3D空间中的点坐标
  • 每个顶点用 (x, y, z) 坐标表示
  • 形状:[N, 3],其中 N 是顶点数量
示例:
python 复制代码
vertices = [
    [0.0, 0.0, 0.0],    # 顶点0:原点
    [1.0, 0.0, 0.0],    # 顶点1:x轴上的点
    [0.0, 1.0, 0.0],    # 顶点2:y轴上的点
    [0.0, 0.0, 1.0],    # 顶点3:z轴上的点
]

2. Faces(面片)

python 复制代码
original_faces = mesh_full.faces
定义:
  • faces 是由顶点索引组成的三角形面片
  • 每个面片由3个顶点索引定义
  • 形状:[M, 3],其中 M 是面片数量
示例:
python 复制代码
faces = [
    [0, 1, 2],    # 面片0:由顶点0、1、2组成
    [0, 2, 3],    # 面片1:由顶点0、2、3组成
    [0, 3, 1],    # 面片2:由顶点0、3、1组成
    [1, 3, 2],    # 面片3:由顶点1、3、2组成
]

3. 顶点和面片的关系

索引对应:
python 复制代码
# 面片 [0, 1, 2] 表示:
# - 第0个顶点:(0.0, 0.0, 0.0)
# - 第1个顶点:(1.0, 0.0, 0.0)  
# - 第2个顶点:(0.0, 1.0, 0.0)

# 这三个顶点连接形成一个三角形面片
可视化理解:
复制代码
顶点索引: 0 → 1 → 2 → 0
坐标:    (0,0,0) → (1,0,0) → (0,1,0) → (0,0,0)
        形成一个三角形面片

4. 为什么这样设计?

内存效率:
python 复制代码
# 不重复存储顶点坐标
vertices = [[x1,y1,z1], [x2,y2,z2], ...]  # 存储一次

# 面片只存储索引
faces = [[0,1,2], [0,2,3], ...]  # 引用顶点索引
拓扑结构:
python 复制代码
# 面片定义了网格的拓扑关系
# 哪些顶点相连
# 哪些面片相邻
# 网格的连通性

5. 在代码中的具体应用

网格分割:
python 复制代码
origin_num = mesh_full.faces.shape[0]  # 获取面片总数

# 分割面片
mesh = trimesh.Trimesh(
    vertices=original_vertices,           # 所有顶点
    faces=original_faces[:origin_num]    # 前origin_num个面片
)

mesh_fill = trimesh.Trimesh(
    vertices=original_vertices,          # 相同的顶点
    faces=original_faces[origin_num:]    # 剩余的面片
)
为什么顶点不分割?
python 复制代码
# 顶点是共享的,不需要分割
# 面片定义了不同的几何体
# 一个顶点可能被多个面片使用

6. 实际例子:立方体

python 复制代码
# 立方体的8个顶点
vertices = [
    [0,0,0], [1,0,0], [1,1,0], [0,1,0],  # 底面4个顶点
    [0,0,1], [1,0,1], [1,1,1], [0,1,1]   # 顶面4个顶点
]

# 立方体的12个三角形面片(每个面2个三角形)
faces = [
    # 底面
    [0,1,2], [0,2,3],
    # 顶面  
    [4,6,5], [4,7,6],
    # 侧面
    [0,4,1], [1,4,5],
    [1,5,2], [2,5,6],
    [2,6,3], [3,6,7],
    [3,7,0], [0,7,4]
]

7. 在3D处理中的重要性

几何计算:
python 复制代码
# 法线计算
face_normal = compute_face_normal(vertices[faces[0]])

# 面积计算  
face_area = compute_triangle_area(vertices[faces[0]])

# 体积计算
volume = compute_mesh_volume(vertices, faces)
渲染和可视化:
python 复制代码
# GPU渲染
# 顶点着色器处理顶点
# 片段着色器处理面片

总结

您的理解完全正确:

  1. Vertices(顶点) :3D空间中的点坐标 [x, y, z]
  2. Faces(面片) :由顶点索引组成的三角形 [v1, v2, v3]
  3. 关系:面片通过索引引用顶点,形成完整的3D网格
  4. 优势:避免重复存储,支持复杂的拓扑结构

这种设计是3D图形学中的标准做法,既高效又灵活!

相关推荐
做萤石二次开发的哈哈2 小时前
连锁门店、园区、交通枢纽的视频如何统一汇集?应用模板的接入与分权管理详解
人工智能·物联网·音视频·二次开发·视频监控·蓝海aiot一站式工作台·萤石云开放平台
高级程序源3 小时前
django校园寻物通失物招领平台32261-计算机课程设计、毕业设计
vue.js·python·mysql·小程序·django·flask·课程设计
老金带你玩AI3 小时前
全程拿着手机,我让dot准备了一场AI分享
人工智能
WeiXin_DZbishe3 小时前
基于springboot宠物领养系统-计算机毕设 附源码【课程设计】94217
vue.js·spring boot·python·django·php·课程设计
nvd113 小时前
Flink 批处理驱动的湖仓 AI 财务研报流水线:从双流广播汇聚到 Agent 智能决策与原生 Iceberg 落盘全景实战
大数据·人工智能·flink
kimnoic3 小时前
Python数据库学习心得:SQLite、MySQL、PostgreSQL优缺点
开发语言·python
snhna3 小时前
向量数据库深度实战:从 HNSW 到 pgvector、Milvus 选型与 RAG 落地
数据库·人工智能·python·postgresql·milvus
架构技术专栏3 小时前
Agent 工具调用:从工具声明到执行反馈
前端·人工智能·后端
点云-激光雷达-Slam-三维牙齿3 小时前
100,000 Records CSV File - India Traffic Accident Analysis Dataset.7z
人工智能·数据集
TechWayfarer3 小时前
精度极限的突破:AI与IPv6如何重塑高精度IP查询
人工智能·网络协议·tcp/ip·transformer