如何使用 PyMeshLab 将顶点数减少到一定数量

问题描述

我有一批三角形网格，每个网格都有不同的顶点和面。我想将所有网格的顶点数减少到相同的数量，10000。

我知道我可以使用simplification_quadric_edge_collapse_decimation来减少面数，这意味着顶点数会相应减少。但问题是我必须多次使用该方法才能使顶点数精确到 10000。

因此，我想知道是否还有其他方法可以将顶点数直接减少到10000？

解决方法

Meshlab 以及据我所知任何其他能够简化的库，都使用面数作为参数来指导简化过程。

好消息是这两个值都与网格的 Euler characteristic 相关，这粗略地说，对于没有孔的表面，顶点数是面数的一半。将网格抽取为 20000 个面将产生大约 10000 个顶点的网格，但您也可以轻松地低于 9999。由于你有使用python编程的优势，你可以设计一个收敛到多个顶点的过程。

因此，我们的想法是将您的网格简化为面数略高于 20000 的面数，然后慢慢细化您的解决方案，直到获得 10000 个顶点。我建议您使用当前步骤（顶点 - 10000）上多余的顶点来减少每一步中的面数。

import pymeshlab as ml
ms = ml.MeshSet()
ms.load_new_mesh('input.ply')
m = ms.current_mesh()
print('input mesh has',m.vertex_number(),'vertex and',m.face_number(),'faces')

#Target number of vertex
TARGET=10000

#Estimate number of faces to have 100+10000 vertex using Euler
numFaces = 100 + 2*TARGET

#Simplify the mesh. Only first simplification will be agressive
while (ms.current_mesh().vertex_number() > TARGET):
    ms.apply_filter('simplification_quadric_edge_collapse_decimation',targetfacenum=numFaces,preservenormal=True)
    print("Decimated to",numFaces,"faces mesh has",ms.current_mesh().vertex_number(),"vertex")
    #Refine our estimation to slowly converge to TARGET vertex number
    numFaces = numFaces - (ms.current_mesh().vertex_number() - TARGET)

m = ms.current_mesh()
print('output mesh has','faces')
ms.save_current_mesh('output.ply')

请注意：

有时您无法精确地减少到 10000 个顶点，最终会以 9999 个顶点结束。
使用这个公式，每一步（在第一个步骤之后）都会移除超过 10000 个顶点的大约一半，从而“软着陆”到您想要的顶点数量。典型的执行应该减少到大约 10050 个顶点，然后是 10025、10012、10006、10003、10001，最后是 10000 个顶点。最终的面数取决于输入模型的所述欧拉特征。
只有第一个简化步骤需要大量执行时间（取决于输入网格中的三角形数量），接下来的简化步骤将非常快。
如果您仍想加快该方法的速度，您可以执行 numFaces = numFaces - int(1.5*(ms.current_mesh().vertex_number() - 10000))，但这会增加在 9999 顶点以下结束的机会并且不会对执行时间产生太大影响。
此方法适用于任何基于人脸的抽取算法，它不仅适用于二次边折叠。

meshlab pymeshlab