[英]using PCA to find the major axis of a 3d pointcloud of a mesh
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?
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。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.