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
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@)