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①如何根据顶点索引找到邻接顶点的索引，②特征边缘，③曲率的计算
二：代码及注释
python
import vtkmodules.vtkRenderingOpenGL2
from vtkmodules.vtkIOXML import vtkXMLPolyDataReader
from vtkmodules.vtkFiltersGeneral import vtkCurvatures
from vtkmodules.vtkCommonDataModel import vtkPolyData
from vtkmodules.numpy_interface import dataset_adapter as dsa
from vtkmodules.vtkFiltersCore import vtkIdFilter, vtkFeatureEdges
from vtkmodules.vtkCommonCore import vtkIdList, VTK_DOUBLE
import numpy as np
from vtkmodules.vtkRenderingAnnotation import vtkScalarBarActor
from vtkmodules.util import numpy_support
from vtkmodules.vtkCommonColor import vtkColorSeries, vtkNamedColors
from vtkmodules.vtkRenderingCore import (
vtkActor,
vtkColorTransferFunction,
vtkPolyDataMapper,
vtkRenderWindow,
vtkRenderWindowInteractor,
vtkRenderer
)
from vtkmodules.vtkInteractionWidgets import vtkCameraOrientationWidget
def point_neighbourhood(source: vtkPolyData,
pt_id: int):
"""
找到对应索引顶点的拓扑邻接顶点索引
"""
cell_ids = vtkIdList()
"""
GetPointCells 拿到模型中与点p_id相连的所有面的ID
"""
source.GetPointCells(pt_id, cell_ids)
neighbour = set()
for cell_idx in range(0, cell_ids.GetNumberOfIds()):
cell_id = cell_ids.GetId(cell_idx)
cell_point_ids = vtkIdList()
"""
GetCellPoints 拿到指定单元(cell)的所有顶点的ID
"""
source.GetCellPoints(cell_id, cell_point_ids)
for cell_pt_idx in range(0, cell_point_ids.GetNumberOfIds()):
neighbour.add(cell_point_ids.GetId(cell_pt_idx))
return neighbour
def compute_distance(source: vtkPolyData,
pt_id_a: int,
pt_id_b: int) -> float:
pt_a = np.array(source.GetPoint(pt_id_a))
pt_b = np.array(source.GetPoint(pt_id_b))
return np.linalg.norm(pt_a - pt_b)
def adjust_edge_curvatures(source: vtkPolyData,
curvature_name: str,
epsilon=1.0e-08) -> None:
"""
source.GetPointData().SetActiveScalars(cruvature_name)
这段代码的含义是 将模型的指定曲率数组设置为活动标量（active scalars）
一个 vtkPolyData 对象可以包含多个不同的数据数组，比如法线，TextureCoordinates 纹理坐标，Gauss_Curvature 等
source: 指的是你的 vtkPolyData 对象，也就是牛头模型的数据。
GetPointData(): 获取与模型每个点相关联的所有数据数组的集合（vtkPointData）。这包括坐标、法线、纹理坐标以及像曲率这样的自定义数据。
SetActiveScalars(curvature_name): 这是最关键的方法。它告诉 VTK 的管线，在接下来的操作中（例如映射和渲染），应该使用哪个数据数组作为主要的标量数据。
在这里，curvature_name 可以是 'Gauss_Curvature' 或 'Mean_Curvature'。通过这行代码，你明确指定了：
"请把这个模型上的 Gauss_Curvature（或 Mean_Curvature）数组作为主要颜色值来源，用于渲染。
"""
source.GetPointData().SetActiveScalars(curvature_name)
"""
dataset_adapter 了把 VTK 的数据对象（vtkDataSet, vtkArray, ...）和 NumPy 数组 之间建立一个桥梁
"""
np_source = dsa.WrapDataObject(source)
"""
WrapDataObject 把一个 VTK 数据对象包一层壳（adapter），让它可以直接用 NumPy 的方式访问
np_source.Points → 得到点坐标的 numpy.ndarray
np_source.PointData -> 得到点数据（标量场/向量场）的数组字典
np_source.CellData -> 得到单元数据
"""
curvatures = np_source.PointData[curvature_name] # 得到了各个点的高斯曲率大小，长度与点数保持一致
# 下面的一段代码是给数据source的点生产成一个ID数组，并存储在指定名字的数组里
array_name = 'ids'
"""
vtkIdFilter
把隐含的索引（点/单元 ID）转换成显式的数组，在数据中生成点 ID 和/或单元 ID，并把它们存储为数组，方便后续访问、映射或可视化
在 VTK 里，几乎所有的数据集都有 点 (Points) 和 单元 (Cells)：
点 ID：每个点的索引（从 0 开始编号）
单元 ID：每个单元的索引（也是从 0 开始编号）
平时这些 ID 是隐含存在的（你用 GetPoint(i)、GetCell(i) 可以拿到），但并不是数据数组的一部分。
如果你想把这些 ID 当作数组存到 PointData 或 CellData 中，就可以用 vtkIdFilter
"""
id_filter = vtkIdFilter()
id_filter.SetInputData(source)
id_filter.SetPointIds(True) # 是否生成点ID
id_filter.SetCellIds(False) # 是否生成单元的ID
id_filter.SetPointIdsArrayName(array_name) # 指定生成的ID数组的名字
# id_filter.SetCellIdsArrayName(array_name) 没有生成单元的ID，没必要
id_filter.Update()
"""
vtkFeatureEdges 从一个曲面（PolyData）中提取"特征边缘"，并把这些边缘输出为一条条 polyline（折线）
什么是"特征边缘"？
在 VTK 里，三角形网格的边大体可以分成几类：
Boundary Edges（边界边）
只属于一个多边形的边（即网格开口处的边）。
打开：BoundaryEdgesOn()
Feature Edges（特征边）
被两个多边形共享，但这两个面的夹角大于某个阈值（默认 30°）。
打开：FeatureEdgesOn()
用 SetFeatureAngle(angle) 设置角度阈值。
Manifold Edges（流形边）
被恰好两个多边形共享，且夹角小于阈值（即正常相邻面）。
打开：ManifoldEdgesOn()
Non-Manifold Edges（非流形边）
被两个以上的多边形共享。
打开：NonManifoldEdgesOn()
"""
edges = vtkFeatureEdges()
edges.SetInputConnection(id_filter.GetOutputPort())
edges.BoundaryEdgesOn() # 检测边缘边
edges.ManifoldEdgesOff() # 不检测流行边
edges.NonManifoldEdgesOff() # 不检测非流行边
edges.FeatureEdgesOff() # 不检测特征边
edges.Update()
edge_array = edges.GetOutput().GetPointData().GetArray(array_name)
boundary_ids = [] # mesh边缘顶点的索引
for i in range(edges.GetOutput().GetNumberOfPoints()):
boundary_ids.append(edge_array.GetValue(i))
# 删除可能存在的边缘索引
p_ids_set = set(boundary_ids)
count_invalid = 0
for p_id in boundary_ids:
# 获取到p_id这个索引定点的邻接点的索引
p_ids_neighbours = point_neighbourhood(source, p_id)
# 这里减去了边缘索引，说明只想保留非边缘顶点的索引
p_ids_neighbours -= p_ids_set
curvs = [curvatures[p_id_n] for p_id_n in p_ids_neighbours]
# 计算两个顶点的欧式距离
dists = [compute_distance(source, p_id_n, p_id) for p_id_n in p_ids_neighbours]
curvs = np.array(curvs)
dists = np.array(dists)
# 避免因计算精度原因导致的出现距离为0的现象，或者避免比较自身点
curvs = curvs[dists > 0]
dists = dists[dists > 0]
if len(curvs) > 0:
# 距离的大小与权重成反比
weights = 1 / np.array(dists)
weights /= weights.sum()
new_curv = np.dot(curvs, weights)
else:
count_invalid += 1
new_curv = 0.0
curvatures[p_id] = new_curv
if epsilon != 0:
"""
下面这段代码的含义是指：如果某个曲率值的绝对值小于阈值 epsilon，就把它替换成 0，否则保持原值
"""
curvatures = np.where(abs(curvatures) < epsilon, 0, curvatures)
"""
把 NumPy 数组转换成 VTK 的 vtkDataArray
deep=True 表示复制一份数据，而不是引用同一块内存
"""
curv = numpy_support.numpy_to_vtk(num_array=curvatures.ravel(), deep=True, array_type=VTK_DOUBLE)
curv.SetName(curvature_name) # 给这个vtk数组命名
source.GetPointData().RemoveArray(curvature_name) # 将之前同名的数组删掉，避免冲突
source.GetPointData().AddArray(curv)
source.GetPointData().SetActiveScalars(curvature_name)
def main():
file_name = "Data/cowHead.vtp"
color_map_idx = 16
gaussian_curvature = True
if gaussian_curvature:
curvature = "Gauss_Curvature" # 高斯曲率
else:
curvature = "Mean_Curvature" # 平均曲率
reader = vtkXMLPolyDataReader()
reader.SetFileName(file_name)
reader.Update()
source = reader.GetOutput()
"""
vtkCurvatures 计算曲面曲率的一个滤波器
输入：vtkPolyData（通常是一个三角网格曲面）。
输出：在网格的 点数据（point data） 中生成一个标量数组，表示每个点的曲率值。
这个过滤器会将计算出的曲率值作为新的点数据数组添加到模型中
"""
cc = vtkCurvatures()
cc.SetInputConnection(reader.GetOutputPort())
if gaussian_curvature:
cc.SetCurvatureTypeToGaussian() # 计算高斯曲率
cc.Update()
else:
cc.SetCurvatureTypeToMean() # 计算平均曲率
cc.Update()
"""
adjust_edge_curvatures 这个函数通过将曲面边缘的曲率值替换为其邻域内点的曲率平均值，来调整边缘的曲率
该函数首先通过 vtkFeatureEdges 过滤器识别出模型的边界点。
然后，它遍历每个边界点，并计算其邻近内部点的曲率值的加权平均值。
最后，它用这个加权平均值替换掉原始的边界曲率值，从而平滑了边界上的曲率，使得渲染结果更加合理
"""
adjust_edge_curvatures(cc.GetOutput(), curvature)
"""
GetPointData().GetAbstractArray 和 GetPointData().GetArray的区别
GetArray(name_or_index) 返回类型：vtkDataArray（或其子类）
vtkDataArray 是数值数组，专门存 数值型标量/向量/张量，比如 float、double、int
也就是说，GetArray() 只适用于 数值数组，对非数值的数组（例如字符串）会失败或者返回 None
GetAbstractArray(name_or_index) 返回类型：vtkAbstractArray
vtkAbstractArray 是 vtkDataArray 的基类，它更泛化，可以表示 任意类型的数组，不仅仅是数值型
数值数组：vtkDoubleArray、vtkFloatArray ... 字符串数组：vtkStringArray 稀疏数组等其他类型
适合在你 不确定数组类型 时使用，比如不知道是数值还是字符串
"""
source.GetPointData().AddArray(cc.GetOutput().GetPointData().GetAbstractArray(curvature))
"""
GetScalars 返回 点数据 (PointData) 或单元数据 (CellData) 中的 "活动 (active)"标量数组
下面是一种类似语法糖的写法，当正确设置活动标量后
应该这样写
source.GetPointData().GetScalars().GetRange()
GetRange() 获取这个标量值的最大和最小值
"""
scalar_range = source.GetPointData().GetScalars(curvature).GetRange()
# vtkColorSeries 快速生成一组颜色用于着色
color_series = vtkColorSeries()
# SetColorScheme 选择某一种预定义的配色方案
color_series.SetColorScheme(color_map_idx)
"""
vtkColorTransferFunction 专门用来定义标量数值到颜色之间映射关系 的类
输入：一个 标量值（通常是数据里的 scalar，比如密度、强度、温度等）。
输出：一个 颜色（RGB 值）。
"""
lut = vtkColorTransferFunction()
lut.SetColorSpaceToHSV()
for i in range(0, color_series.GetNumberOfColors()):
color = color_series.GetColor(i) # rgb三色，范围0~255
double_color = list(map(lambda x: x / 255.0, color)) # 映射到0~1
"""
下面这段代码，是将标量范围线性映射到颜色索引
把整个标量范围 等分 为 N-1 段（N = 颜色数），第 i 个颜色点对应的标量位置就是 t
"""
t = scalar_range[0] + (scalar_range[1] - scalar_range[0]) / (color_series.GetNumberOfColors() - 1) * i
"""
AddRGBPoint 往lut添加一个颜色控制点
t： 这个控制点对应的标量值
double_color[0], double_color[1], double_color[2] → 这个标量值对应的 RGB 颜色
这样，渲染时数据里的数值如果等于 t，就会显示为这个 RGB；
如果数值在两个控制点之间，VTK 会自动插值
"""
lut.AddRGBPoint(t, double_color[0], double_color[1], double_color[2])
colors = vtkNamedColors()
mapper = vtkPolyDataMapper()
mapper.SetInputData(source)
mapper.SetScalarModeToUsePointFieldData() # 使用点数据上色
mapper.SelectColorArray(curvature) # 选择具体的标量数组进行上色
mapper.SetScalarRange(scalar_range) # 设置标量值映射到颜色查找表的范围，超过的会被裁剪到边界颜色
mapper.SetLookupTable(lut)
actor = vtkActor()
actor.SetMapper(mapper)
window_width = 800
window_height = 800
"""
vtkScalarBarActor 专门用于创建和显示一个颜色标尺（color bar 或 legend）
它的主要作用是为你的可视化结果添加一个解释性的图例。
当你使用颜色来映射数据（比如温度、压力或曲率）时，
这个颜色标尺会告诉你每种颜色代表的数值范围，从而让你的可视化结果更具可读性和科学性
"""
scalar_bar = vtkScalarBarActor()
scalar_bar.SetLookupTable(mapper.GetLookupTable())
scalar_bar.SetTitle(curvature.replace('_', '\n'))
"""
UnconstrainedFontSizeOn 让颜色标尺上的字体大小不受限制，从而能够根据标尺的大小自动调整
"""
scalar_bar.UnconstrainedFontSizeOn()
scalar_bar.SetNumberOfLabels(5)
scalar_bar.SetMaximumWidthInPixels(window_width // 8)
scalar_bar.SetMaximumHeightInPixels(window_height // 3)
renderer = vtkRenderer()
ren_win = vtkRenderWindow()
ren_win.AddRenderer(renderer)
ren_win.SetSize(window_width, window_height)
ren_win.SetWindowName('Curvatures')
iren = vtkRenderWindowInteractor()
iren.SetRenderWindow(ren_win)
# Important: The interactor must be set prior to enabling the widget.
iren.SetRenderWindow(ren_win)
"""
vtkCameraOrientationWidget 控制相机视角的组件
"""
cam_orient_manipulator = vtkCameraOrientationWidget()
cam_orient_manipulator.SetParentRenderer(renderer)
# Enable the widget.
cam_orient_manipulator.On()
# Add the actors to the scene
renderer.AddActor(actor)
renderer.AddViewProp(scalar_bar)
renderer.SetBackground(colors.GetColor3d('DarkSlateGray'))
# Render and interact
ren_win.Render()
iren.Start()
print("")
if __name__ == '__main__':
main()