使用 PCA 找到網格的 3d 點雲的主軸

Question

嗨，我正在嘗試通過 python 中的 3d 網格計算主軸的向量（使用 open3d 庫與網格交互）。 我已經使用泊松分布（numpy 數組中的 1000 個點）將網格轉換為點雲，並考慮使用 scikit learn 及其 PCA 功能來嘗試獲取該向量的值。

通過谷歌搜索，我認為我在正確的道路上，但對如何使用 PCA 函數來獲得我想要的東西知之甚少。

我想我需要從點雲及其伴隨的特征向量中提取最大的特征值 - 這應該是我正在尋找的。

不知道如何做到這一點，因為我完全不熟悉 scikit learn。 請問有什么幫助嗎？

Answer 1

使用trimesh庫找到了解決方案：

使用 principal_inertia_vectors 函數找到 3 個最大的特征值和對應的特征向量。 特征向量對應於網格的 3 個軸。

該函數直接脫離網格運行，因此不需要轉換為點雲。