SmoothDiscreteMarchingCubes 多边形网格数据的平滑

一：主要的知识点

1、说明

本文只是教程内容的一小段，因博客字数限制，故进行拆分。主教程链接：vtk教程------逐行解析官网所有Python示例-CSDN博客

2、知识点纪要

本段代码主要涉及的有①vtkSampleFunction函数采样器，②vtkWindowedSincPolyDataFilter 多边形网格的平滑滤波器

二：代码及注释

import vtkmodules.vtkRenderingOpenGL2
from vtkmodules.vtkCommonColor import vtkNamedColors
from vtkmodules.vtkCommonCore import vtkLookupTable, vtkMinimalStandardRandomSequence
from vtkmodules.vtkCommonDataModel import vtkImageData, vtkSphere
from vtkmodules.vtkFiltersCore import vtkWindowedSincPolyDataFilter
from vtkmodules.vtkFiltersGeneral import vtkDiscreteMarchingCubes
from vtkmodules.vtkImagingCore import vtkImageThreshold
from vtkmodules.vtkImagingHybrid import vtkSampleFunction
from vtkmodules.vtkImagingMath import vtkImageMathematics
from vtkmodules.vtkRenderingCore import (
    vtkActor,
    vtkPolyDataMapper,
    vtkRenderWindow,
    vtkRenderWindowInteractor,
    vtkRenderer
)
 
 
def main():
    n = 20
    radius = 8
 
    max_r = 50 - 2.0 * radius
    blob_image = vtkImageData()
    random_sequence = vtkMinimalStandardRandomSequence()
    random_sequence.SetSeed(5071)
    for i in range(0, n):
        sphere = vtkSphere()
        x = random_sequence.GetRangeValue(-max_r, max_r)
        random_sequence.Next()
        y = random_sequence.GetRangeValue(-max_r, max_r)
        random_sequence.Next()
        z = random_sequence.GetRangeValue(-max_r, max_r)
        random_sequence.Next()
 
        sphere.SetCenter(int(x), int(y), int(z))
 
        """
        vtkSampleFunction 
        创建一个 函数采样器，它会在一个三维规则网格里对隐函数（比如球、平面、布尔组合）进行采样，
        生成 vtkImageData 格式的体数据
        
        指定要采样的隐函数，这里是一个 vtkSphere
        隐函数的规则是：
            点在球面上 → 函数值 = 0
            点在球内 → 函数值 < 0
            点在球外 → 函数值 > 0
        如果设置的隐函数是一个平面呢？
            在平面上：值 = 0
            在平面的一边：值 = 正数   
            在另一边：值 = 负数
        """
        sampler = vtkSampleFunction()
        sampler.SetImplicitFunction(sphere)
        sampler.SetOutputScalarTypeToFloat()
        sampler.SetModelBounds(-50, 50, -50, 50, -50, 50)
        sampler.SetSampleDimensions(100, 100, 100)
 
        thres = vtkImageThreshold()
        thres.SetInputConnection(sampler.GetOutputPort())
        thres.ThresholdByLower(radius * radius)
        """
        SetInValue(i+1) 所有符合阈值条件的（即球体内部的）体素值替换为当前的循环索引 i 加 1
        SetOutValue(0)：将所有不符合阈值条件的（即球体外部的）体素值替换为0
        """
        thres.SetInValue(i + 1)
        thres.SetOutValue(0)
        """
        ReplaceInOn() 启用对符合阈值条件的体素的替换
        ReplaceOutOn() 启用对不符合阈值条件的体素的替换
        """
        thres.ReplaceInOn()
        thres.ReplaceOutOn()
        """
        启用对符合阈值条件的体素的替换
        """
        thres.Update()
 
        if i == 0:
            blob_image.DeepCopy(thres.GetOutput())
 
        """
        图像的体素级操作
        """
        max_value = vtkImageMathematics()
        max_value.SetInputData(0, blob_image)
        max_value.SetInputData(1, thres.GetOutput())
        max_value.SetOperationToMax()
        max_value.Modified()
        max_value.Update()
 
        blob_image.DeepCopy(max_value.GetOutput())
 
    discrete = vtkDiscreteMarchingCubes()
    discrete.SetInputData(blob_image)
    discrete.GenerateValues(n, 1, n)
 
    smoothing_iterations = 15
    pass_band = 0.01
    feature_angle = 120.0
 
    """
    vtkWindowedSincPolyDataFilter 多边形网格的平滑滤波器
    普通的平滑算法（比如 vtkSmoothPolyDataFilter，基于 Laplacian 平滑）在迭代多次后，会让模型逐渐 变小，因为顶点会不断往邻居点的"平均位置"收缩。
    而 vtkWindowedSincPolyDataFilter 使用频域滤波的思想，通过 Sinc 函数 + 窗口函数来控制平滑程度，使得模型不会过度收缩，同时还能去掉高频噪声
    """
    smoother = vtkWindowedSincPolyDataFilter()
    smoother.SetInputConnection(discrete.GetOutputPort())
    smoother.SetNumberOfIterations(smoothing_iterations)
    smoother.BoundarySmoothingOff()  # 是否对边界也进行平滑
    smoother.SetFeatureAngle(feature_angle)
    smoother.FeatureEdgeSmoothingOff()  # 是否允许锐利特征边界被平滑
    """
    设置滤波器的通带宽度（0~2之间的浮点数），值越小平滑越强
    """
    smoother.SetPassBand(pass_band)
    """
    NonManifoldSmoothingOn  对非流行网格也进行平滑
    """
    smoother.NonManifoldSmoothingOn()
    """
    NormalizeCoordinatesOn  
    启用后，滤波器会 在内部把坐标归一化到一个标准范围（[-1,1] 或 [0,1] 之类的范围） 再进行计算，
    最后再还原回原始范围
    """
    smoother.Update()
 
    lut = vtkLookupTable()
    lut.SetNumberOfColors(n)
    lut.SetTableRange(0, n - 1)
    lut.SetRampToLinear()
    lut.Build()  # 构建查找表
    lut.SetTableValue(0, 0, 0, 0, 1)  # 设置索引为0的颜色值为纯黑色+不透明
    for i in range(1, n):
        r = random_sequence.GetRangeValue(0.4, 1)
        random_sequence.Next()
        g = random_sequence.GetRangeValue(0.4, 1)
        random_sequence.Next()
        b = random_sequence.GetRangeValue(0.4, 1)
        random_sequence.Next()
        lut.SetTableValue(i, r, g, b, 1.0)
 
    mapper = vtkPolyDataMapper()
    mapper.SetInputConnection(smoother.GetOutputPort())
    mapper.SetLookupTable(lut)
    mapper.SetScalarRange(0, lut.GetNumberOfColors())
 
    ren = vtkRenderer()
    ren_win = vtkRenderWindow()
    ren_win.AddRenderer(ren)
    ren_win.SetWindowName('SmoothDiscreteMarchingCubes')
 
    iren = vtkRenderWindowInteractor()
    iren.SetRenderWindow(ren_win)
 
    actor = vtkActor()
    actor.SetMapper(mapper)
 
    ren.AddActor(actor)
 
    colors = vtkNamedColors()
    ren.SetBackground(colors.GetColor3d('Burlywood'))
 
    ren_win.Render()
 
    iren.Start()
 
if __name__ == '__main__':
    main()