分层存储的图片的3d表现

分层存储的图片叠层成为3d，并表现。
文件夹D:\mask内的分层存储的图像文件mask_1.PNG至mask_12.PNG：

1、表现为3d点云：

1. import open3d as o3d
2. import numpy as np
3. from PIL import Image
6. def images2point_cloud(paths, layer_height):
7.     points = []
9.     for i, image_path in enumerate(paths):     # 分层读取
10.         img = Image.open(image_path)
11.         img_array = np.array(img)
13.         img_height, img_width = img_array.shape
15.         for y in range(img_height):   
16.             for x in range(img_width):
17.                 if img_array[y][x] > 0:  # 假设非黑色点为感兴趣的点
18.                     points.append([x, y, i * layer_height])  # 将 2D 像素点转换为 3D 点，高度使用索引值
20.     return points
22. # 替换为你实际存储图像的路径
23. image_paths = ['D:\\mask\\mask_1.PNG', 'D:\\mask\\mask_2.PNG', 'D:\\mask\\mask_3.PNG', 'D:\\mask\\mask_4.PNG', 'D:\\mask\\mask_5.PNG', 'D:\\mask\\mask_6.PNG', 'D:\\mask\\mask_7.PNG', 'D:\\mask\\mask_8.PNG', 'D:\\mask\\mask_9.PNG', 'D:\\mask\\mask_10.PNG', 'D:\\mask\\mask_11.PNG', 'D:\\mask\\mask_12.PNG']
25. # 定义层间距离
26. height = 5.0
28. points = images2point_cloud(image_paths, height)
29. point_cloud = o3d.geometry.PointCloud()
31. point_cloud.points = o3d.utility.Vector3dVector(points)
32. o3d.visualization.draw_geometries([point_cloud])

复制代码

 输出：

 

进一步，可以自定义云点的颜色：

1. import open3d as o3d
2. import numpy as np
3. from PIL import Image
5. def images2point_cloud(paths, layer_height):
6.     points = []
7.     colors = []
9.     for i, image_path in enumerate(paths):     # 分层读取
10.         img = Image.open(image_path)
11.         img_array = np.array(img)
13.         img_height, img_width = img_array.shape
15.         for y in range(img_height):
16.             for x in range(img_width):
17.                 if img_array[y][x] > 0:  # 假设非黑色点为感兴趣的点
18.                     points.append([x, y, i * layer_height])  # 将 2D 像素点转换为 3D 点，高度使用索引值
19.                     colors.append([1, 0, 0])  # 设置颜色为红色
21.     return points, colors
23. # 替换为你实际存储图像的路径
24. image_paths = ['D:\\mask\\mask_1.PNG', 'D:\\mask\\mask_2.PNG', 'D:\\mask\\mask_3.PNG', 'D:\\mask\\mask_4.PNG', 'D:\\mask\\mask_5.PNG', 'D:\\mask\\mask_6.PNG', 'D:\\mask\\mask_7.PNG', 'D:\\mask\\mask_8.PNG', 'D:\\mask\\mask_9.PNG', 'D:\\mask\\mask_10.PNG', 'D:\\mask\\mask_11.PNG', 'D:\\mask\\mask_12.PNG']
26. # 定义层间距离
27. height = 5.0
29. points, colors = images2point_cloud(image_paths, height)
30. point_cloud = o3d.geometry.PointCloud()
32. point_cloud.points = o3d.utility.Vector3dVector(points)
33. point_cloud.colors = o3d.utility.Vector3dVector(colors)
35. # 显示渲染后的 3D 实体
36. o3d.visualization.draw_geometries([point_cloud])

复制代码

 

 2、将点云渲染为体素网格

1. import open3d as o3d
2. import numpy as np
3. from PIL import Image
6. def images2point_cloud(paths, layer_height):
7.     points = []
9.     for i, image_path in enumerate(paths):     # 分层读取
10.         img = Image.open(image_path)
11.         img_array = np.array(img)
13.         img_height, img_width = img_array.shape
15.         for y in range(img_height):   
16.             for x in range(img_width):
17.                 if img_array[y][x] > 0:  # 假设非黑色点为感兴趣的点
18.                     points.append([x, y, i * layer_height])  # 将 2D 像素点转换为 3D 点，高度使用索引值
20.     return points
22. # 替换为你实际存储图像的路径
23. image_paths = ['D:\\mask\\mask_1.PNG', 'D:\\mask\\mask_2.PNG', 'D:\\mask\\mask_3.PNG', 'D:\\mask\\mask_4.PNG', 'D:\\mask\\mask_5.PNG', 'D:\\mask\\mask_6.PNG', 'D:\\mask\\mask_7.PNG', 'D:\\mask\\mask_8.PNG', 'D:\\mask\\mask_9.PNG', 'D:\\mask\\mask_10.PNG', 'D:\\mask\\mask_11.PNG', 'D:\\mask\\mask_12.PNG']
25. # 定义层间距离
26. height = 5.0
28. points = images2point_cloud(image_paths, height)
29. point_cloud = o3d.geometry.PointCloud()
31. point_cloud.points = o3d.utility.Vector3dVector(points)
33. # 创建点云体素网格
34. voxel_size = 1
35. voxel_grid = o3d.geometry.VoxelGrid.create_from_point_cloud(point_cloud, voxel_size=voxel_size)
37. # 显示体素网格，指定渲染模式为网格
38. o3d.visualization.draw_geometries([voxel_grid], mesh_show_wireframe=True)

复制代码

 3、使用vtk库表现3d实体

参照博文：【Python VTK】读取二维序列医学图像分割结果并举行三维重建_vtk三维重建-CSDN博客
 

1. import vtk
3. # 创建渲染器、窗口和交互器
4. renderer = vtk.vtkRenderer()
5. window = vtk.vtkRenderWindow()
6. window.AddRenderer(renderer)
7. interactor = vtk.vtkRenderWindowInteractor()
8. interactor.SetRenderWindow(window)
10. # 图像读取
11. reader = vtk.vtkPNGReader()
12. reader.SetDataExtent(0, 300, 0, 300, 0, 12) # 定义图像大小和层数
13. name_prefix = 'D:/mask/mask_'   # 设置图像前缀名字
14. reader.SetFilePrefix(name_prefix)
15. reader.SetFilePattern("%s%d.PNG")
16. reader.Update()
18. reader.SetDataByteOrderToLittleEndian()
19. spacing = [1.0, 1.0, 5.0]  # x, y 方向上的间距为 1 像素，层间距距为 5 像素
20. reader.GetOutput().SetSpacing(spacing)
23. # 高斯平滑
24. gauss = vtk.vtkImageGaussianSmooth()
25. gauss.SetInputConnection(reader.GetOutputPort())
26. gauss.SetStandardDeviations(1.0, 1.0, 1.0)
27. gauss.SetRadiusFactors(1.0, 1.0, 1.0)
28. gauss.Update()
30. # 计算轮廓
31. contour = vtk.vtkMarchingCubes()
32. gauss.GetOutput().SetSpacing(spacing)
33. contour.SetInputConnection(gauss.GetOutputPort())
34. contour.ComputeNormalsOn()
35. contour.SetValue(0, 100)
37. # 映射器和演员
38. mapper = vtk.vtkPolyDataMapper()
39. mapper.SetInputConnection(contour.GetOutputPort())
40. mapper.ScalarVisibilityOff()
42. actor = vtk.vtkActor()
43. actor.SetMapper(mapper)
45. # 设置渲染器背景颜色
46. renderer.SetBackground([0.0, 0.0, 0.0])
47. renderer.AddActor(actor)
49. # 开始显示
50. if __name__ == '__main__':
51.     window.Render()
52.     interactor.Initialize()
53.     interactor.Start()

复制代码

 表现结果：

​​​​​​​

 持续寻找新的方法中。。。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。