法向量 mavavi

目录

mayavi显示法向量

结果显示：

mayavi显示法向量 箭头有点偏大

结果显示：?

mayavi显示法向量

import numpy as np
from mayavi import mlab

# 创建示例点云数据
num_points = 100
points = np.random.rand(num_points, 3)  # 生成随机点云数据
directions = np.random.rand(num_points, 3)  # 生成随机方向数据

# 显示点云
mlab.figure(bgcolor=(1, 1, 1))  # 设置背景颜色为白色
mlab.points3d(points[:, 0], points[:, 1], points[:, 2], scale_factor=0.1, color=(0, 0, 1))  # 显示点云

# 添加箭头表示方向
for i in range(num_points):
    mlab.quiver3d(points[i, 0], points[i, 1], points[i, 2],
                  directions[i, 0], directions[i, 1], directions[i, 2],
                  color=(1, 0, 0), mode='arrow', scale_factor=0.2)

mlab.show()

结果显示：

mayavi显示法向量 箭头有点偏大

import numpy as np
from mayavi import mlab

# 生成示例点云数据和对应的方向信息（假设这里是假设的方向信息）
num_points = 100
points = np.random.rand(num_points, 3)
directions = np.random.rand(num_points, 3)  # 假设这里是方向信息

# 显示点云
mlab.figure(bgcolor=(1, 1, 1))
mlab.points3d(points[:, 0], points[:, 1], points[:, 2], scale_factor=0.05, color=(0, 0, 1))

# 添加方向箭头
for i in range(num_points):
    endpoint = points[i] + directions[i] * 0.1  # 假设每个点的方向信息
    mlab.quiver3d(points[i, 0], points[i, 1], points[i, 2],
                  endpoint[0], endpoint[1], endpoint[2],
                  color=(1, 0, 0), mode='arrow', scale_factor=1)

mlab.show()

结果显示：?