news 2026/5/1 6:05:37

ExtractSelection 选择和提取数据集中的特定点,以及如何反转该选择

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
ExtractSelection 选择和提取数据集中的特定点,以及如何反转该选择

一:主要的知识点

1、说明

本文只是教程内容的一小段,因博客字数限制,故进行拆分。主教程链接:vtk教程——逐行解析官网所有Python示例-CSDN博客

2、知识点纪要

本段代码主要涉及的有①vtkSelectionNode的作用及使用方法


二:代码及注释

import vtkmodules.vtkRenderingOpenGL2 from vtkmodules.vtkCommonColor import vtkNamedColors from vtkmodules.vtkFiltersSources import vtkPointSource from vtkmodules.vtkCommonCore import vtkIdTypeArray from vtkmodules.vtkCommonDataModel import vtkSelectionNode, vtkSelection from vtkmodules.vtkFiltersExtraction import vtkExtractSelection from vtkmodules.vtkCommonDataModel import vtkUnstructuredGrid from vtkmodules.vtkRenderingCore import ( vtkActor, vtkCamera, vtkDataSetMapper, vtkRenderWindow, vtkRenderWindowInteractor, vtkRenderer ) def main(): colors = vtkNamedColors() # 创建一个包含 50 个点的随机点云数据 point_source = vtkPointSource() point_source.SetNumberOfPoints(50) point_source.Update() print("point_source有", point_source.GetOutput().GetNumberOfPoints(), '个input points') """ vtkIdTypeArray 专门用来存放 点 ID 或 cell ID(索引),它的数据类型就是 vtkIdType 在vtk中, 数组(例如 vtkIdTypeArray, vtkDoubleArray)不仅是一个一维向量,它实际上是一个 二维表 tuple(元组) = 一行数据 component(分量) = 每行里面的列数 所以 如果 SetNumberOfComponents(1),每个 tuple 就是一个 标量(一列) 如果 SetNumberOfComponents(3),每个 tuple 就是一个 三维向量(比如点的 (x, y, z)) SetNumberOfTuples(n) 定义数组有多少个 tuple(行数) SetNumberOfComponents(n) 定义每个 tuple 有多少个分量(component)(行数) SetNumberOfValues(n) 直接指定总的存储单元个数(底层一维存储大小)SetNumberOfValues(9) 等价于 (NumberOfTuples × NumberOfComponents) = 9 如果前面 SetNumberOfComponents(3),那就意味着有 3 个 tuple(每行 3 个数) """ ids = vtkIdTypeArray() ids.SetNumberOfComponents(1) # ids.SetNumberOfTuples(1) # ids.SetNumberOfValues(1) for i in range(10, 20): ids.InsertNextValue(i) """ vtkSelectionNode 是一个 VTK 类,它的主要作用是定义和存储一个数据选择的特定条件。 可以把它看作是构建一个复杂选择查询的最小单元 vtkSelectionNode 本身并不能单独完成数据选择,它必须作为 vtkSelection 对象的组成部分才能生效。 每个 vtkSelectionNode 实例都包含了数据筛选的三个关键信息: 字段类型 (FieldType): 告诉 VTK 你要选择什么类型的数据。常见的类型有: vtkSelectionNode.POINT:选择点数据。 vtkSelectionNode.CELL:选择单元(面、线、体)数据。 vtkSelectionNode.FIELD:选择字段数据。 内容类型 (ContentType): 决定了你将如何指定选择标准。常见的类型有: vtkSelectionNode.INDICES:通过索引 ID 列表来选择数据(就像你代码中那样)。 vtkSelectionNode.THRESHOLDS:通过数据阈值来选择数据(例如,选择所有温度高于 50 度的点)。 vtkSelectionNode.FRUSTUM:通过摄像机视锥体来选择数据(例如,选择视线范围内的所有对象)。 选择列表 (SelectionList): 这是一个 vtkIdList 或其他数据数组,包含了实际的筛选值。例如,如果你选择了 INDICES 类型,这个列表就会包含你想要选中的所有点的 ID。 """ selection_node = vtkSelectionNode() selection_node.SetFieldType(vtkSelectionNode.POINT) selection_node.SetContentType(vtkSelectionNode.INDICES) selection_node.SetSelectionList(ids) """ vtkSelection 将一个或多个 vtkSelectionNode 对象组合在一起,形成一个完整的、可供过滤器使用的选择规则 AddNode添加的多个Node,查询的关系或的关系,例如NodeA选择所有 ID 在 1 到 10 的点 NodeB选择所有 ID 在 21 到 30 的点 那么 vtkExtractSelection 最终会返回 ID 在 1 到 10 以及 21 到 30 的所有点。这相当于一个逻辑或(OR)操作 如果想要实现and的操作,则需要建立管道链接 """ selection = vtkSelection() selection.AddNode(selection_node) """ vtkExtractSelection 它的作用是根据一个或多个选择条件,从数据集中提取出一个子集 当 vtkExtractSelection 运行时,它会遍历原始数据集中的所有元素(点或单元),检查每个元素是否满足 vtkSelection 中定义的任何一个条件。 所有满足条件的元素都会被提取出来,形成一个新的、更小的数据集作为输出 """ extract_selection = vtkExtractSelection() extract_selection.SetInputConnection(0, point_source.GetOutputPort()) extract_selection.SetInputData(1, selection) extract_selection.Update() selected = vtkUnstructuredGrid() selected.ShallowCopy(extract_selection.GetOutput()) # 选中的反转 selection_node.GetProperties().Set(vtkSelectionNode().INVERSE(), 1) # invert the selection. extract_selection.Update() not_selected = vtkUnstructuredGrid() not_selected.ShallowCopy(extract_selection.GetOutput()) input_mapper = vtkDataSetMapper() input_mapper.SetInputConnection(point_source.GetOutputPort()) input_actor = vtkActor() input_actor.SetMapper(input_mapper) input_actor.GetProperty().SetColor(colors.GetColor3d("MidnightBlue")) input_actor.GetProperty().SetPointSize(5) selected_mapper = vtkDataSetMapper() selected_mapper.SetInputData(selected) selected_actor = vtkActor() selected_actor.SetMapper(selected_mapper) selected_actor.GetProperty().SetColor(colors.GetColor3d("MidnightBlue")) selected_actor.GetProperty().SetPointSize(5) not_selected_mapper = vtkDataSetMapper() not_selected_mapper.SetInputData(not_selected) not_selected_actor = vtkActor() not_selected_actor.SetMapper(not_selected_mapper) not_selected_actor.GetProperty().SetColor(colors.GetColor3d("MidnightBlue")) not_selected_actor.GetProperty().SetPointSize(5) # There will be one render window. render_window = vtkRenderWindow() render_window.SetSize(900, 300) render_window.SetWindowName("ExtractSelectedIds") # And one interactor. interactor = vtkRenderWindowInteractor() interactor.SetRenderWindow(render_window) # Define viewport ranges. # (xmin, ymin, xmax, ymax) left_viewport = [0.0, 0.0, 0.33, 1.0] center_viewport = [0.33, 0.0, 0.66, 1.0] right_viewport = [0.66, 0.0, 1.0, 1.0] # Create a camera for all renderers. camera = vtkCamera() # Setup the renderers left_renderer = vtkRenderer() render_window.AddRenderer(left_renderer) left_renderer.SetViewport(left_viewport) left_renderer.SetBackground(colors.GetColor3d("BurlyWood")) left_renderer.SetActiveCamera(camera) center_renderer = vtkRenderer() render_window.AddRenderer(center_renderer) center_renderer.SetViewport(center_viewport) center_renderer.SetBackground(colors.GetColor3d("orchid_dark")) center_renderer.SetActiveCamera(camera) right_renderer = vtkRenderer() render_window.AddRenderer(right_renderer) right_renderer.SetViewport(right_viewport) right_renderer.SetBackground(colors.GetColor3d("CornflowerBlue")) right_renderer.SetActiveCamera(camera) left_renderer.AddActor(input_actor) center_renderer.AddActor(selected_actor) right_renderer.AddActor(not_selected_actor) left_renderer.ResetCamera() render_window.Render() interactor.Start() if __name__ == '__main__': main()
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/23 17:03:32

AI搜索排名GEO优化行业研究报告

AI搜索排名GEO优化行业研究报告引言随着人工智能技术的飞速发展,搜索引擎优化(SEO)已经从传统的关键词优化、内容优化逐渐演进到更复杂的地理定位优化(GEO)。GEO优化不仅能够提升网站在本地搜索中的可见性,…

作者头像 李华
网站建设 2026/4/22 19:30:48

基于Golang的分布式综合资产管理系统设计与实现

基于Golang的分布式综合资产管理系统设计与实现 基于Golang的分布式综合资产管理系统:毕业设计源码与论文全解析 引言:网络安全时代的高效资产管理利器 在当今数字化时代,网络安全已成为企业和组织面临的核心挑战之一。随着网络攻击手段的…

作者头像 李华
网站建设 2026/4/18 9:22:14

GB/T 4857.23医疗器械运输包装振动验证关键要点

医疗器械、生物制品及医药产品在运输过程中面临各种环境应力,其中振动是导致产品失效的主要因素之一。据行业统计,约35%的医疗产品运输损坏源于振动和冲击,尤其是高精度诊断设备、植入器械、生物制剂和疫苗等高价值、高敏感性产品。垂直随机振…

作者头像 李华
网站建设 2026/4/28 17:48:00

Bypass Paywalls Clean终极指南:轻松绕过付费墙的5种简单方法

还在为付费墙阻挡而烦恼吗?😤 Bypass Paywalls Clean曾经是Chrome浏览器上最受欢迎的付费墙绕过扩展,但由于DMCA下架通知已不再在GitHub上托管。不过别担心!今天我将为您揭秘5种简单有效的替代方案,让您轻松享受免费阅…

作者头像 李华
网站建设 2026/4/28 16:17:45

智能的二象性与世界的二象性

智能的二象性与人机协同对世界二象性的关联,本质上是人类认知范式与机器逻辑在复杂系统中的深度融合。这种关联不仅体现在技术层面,更涉及哲学、认知科学和复杂系统理论的交叉。下面将简单地从智能二象性的内涵、世界二象性的映射、人机协同的关联机制三…

作者头像 李华
网站建设 2026/4/30 2:54:48

EmotiVoice语音合成引擎的安全启动机制设计

EmotiVoice语音合成引擎的安全启动机制设计 在智能语音助手、虚拟偶像和个性化客服日益普及的今天,用户不再满足于“能说话”的机器,而是期待听到带有情感起伏、语气自然、音色真实的人类级语音。EmotiVoice正是在这一背景下脱颖而出的开源TTS引擎——它…

作者头像 李华