使用 cKDTree 查询找到最接近的三角形平面

问题描述

我正在尝试使用 cKDTree query 找到最接近某个点的三角形平面。

我已经知道要找到离该点最近的邻居。示例：

from scipy.spatial import cKDTree
import numpy as np

p1 = np.array([0,0])
p2 = np.array([[100,100,100],[670,500,890],[666,456,765]])

tuple_dist_neighbor = cKDTree(p2).query(p1)
print(tuple_dist_neighbor) # prints (173.20508075688772,0)

所以 return 值是到最近邻居的距离和最近邻居的索引的元组。

现在假设我有两个三角形，每个三角形由 3 个点组成。示例：

triangle1 = np.array([[0,0],[0,4,[4,4]])

triangle2 = np.array([[100,[100,140,[140,140]])

triangle_set = np.array([triangle1,triangle2])

point = np.array([10,11,12])

所以我想知道是否可以像上面一样使用 cKDTree 找到最接近该点的三角形。

我正在处理的三角形正在形成一个网格。

Picture 1: Mesh formed of triangles

真正的问题是在这个网格中找到最接近一个点的三角形。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）