如何在python中绘制marching_cubes_lewiner的输出？

Question

我已经能够在python中使用lewiner marching cubes algorithm。它输出顶点，面和其他属性。我想确保它能正常工作，所以我想绘制一个函数返回的3D图像。但是，到目前为止，我还没有任何成功。我尝试了以下方法：

成功检索必填字段：

verts, faces, normals, values = skimage.measure.marching_cubes_lewiner(var,20,spacing=(0.5,0.5,0.5))

以及未成功获取的图：

fig = plt.figure(figsize=(10, 10))
ax = fig.add_subplot(projection='3d')

mesh = Poly3DCollection(verts[faces])
mesh.set_edgecolor('k')
ax.add_collection3d(mesh)

还有：

vv.mesh(np.fliplr(verts), faces, normals, values) # doctest: +SKIP

假设地，我想在机器学习算法中使用顶点，面等，但是我想确保返回的值是可靠的。任何人都有类似这样的经历吗？

Answer 1

我不知道您是否还在寻找答案，但是我也遇到了通过该功能绘制网格的问题。我没有任何错误，但情节空虚。如果您也是这种情况，我通过指定轴限制来解决。以下对我有用：

import matplotlib.pyplot as plt
import numpy as np
from skimage.measure import marching_cubes_lewiner
from mpl_toolkits.mplot3d.art3d import Poly3DCollection

# mask is a currently stored binary 3D numpy array 
verts, faces, normals, values = marching_cubes_lewiner(mask)
fig = plt.figure(figsize=(10, 10))
ax = fig.add_subplot(111, projection="3d")

ax.set_xlim(np.min(verts[:,0]), np.max(verts[:,0]))
ax.set_ylim(np.min(verts[:,1]), np.max(verts[:,1])) 
ax.set_zlim(np.min(verts[:,2]), np.max(verts[:,2]))

mesh = Poly3DCollection(verts[faces])
mesh.set_edgecolor('k')
ax.add_collection3d(mesh)
plt.tight_layout()
plt.show()