5

我有两个 3-D 探地雷达数据阵列。每个阵列基本上都是延时二维图像的集合，其中时间沿第三维增加。我想创建一个 3-D 绘图，该绘图与每个阵列的 2-D 图像相交。

我本质上是在尝试创建一个围栏​​图。在这些网站上可以找到此类图的一些示例： http://www.geogiga.com/images/products/seismapper_3d_seismic_color.gif http://www.usna.edu/Users/oceano/pguth/website/so461web/地震反射/栅栏.png

我通常使用 imshow 单独显示二维图像以进行分析。但是，我对 imshow 功能的研究表明它不适用于 3D 轴。有没有办法解决这个问题？或者是否有另一个绘图功能可以复制 imshow 功能但可以与 3D 轴结合？

4

3 回答 3

14

可能有更好的方法，但至少您总是可以制作平面网格并为其着色：

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

# create a 21 x 21 vertex mesh
xx, yy = np.meshgrid(np.linspace(0,1,21), np.linspace(0,1,21))

# create some dummy data (20 x 20) for the image
data = np.random.random((20, 20))

# create vertices for a rotated mesh (3D rotation matrix)
X = np.sqrt(1./3) * xx + np.sqrt(1./3) * yy
Y = -np.sqrt(1./3) * xx + np.sqrt(1./3) * yy
Z = np.sqrt(1./3) * xx - np.sqrt(1./3) * yy

# create the figure
fig = plt.figure()

# show the reference image
ax1 = fig.add_subplot(121)
ax1.imshow(data, cmap=plt.cm.BrBG, interpolation='nearest', origin='lower', extent=[0,1,0,1])

# show the 3D rotated projection
ax2 = fig.add_subplot(122, projection='3d')
ax2.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors=plt.cm.BrBG(data), shade=False)

这将创建：

在此处输入图像描述

（请注意，我对旋转矩阵不是很小心，你必须创建自己的投影。使用真正的旋转矩阵可能真的是个好主意。）

请注意，栅栏杆和栅栏存在一个小问题，即网格与补丁数量相比多了一个顶点。

如果您有高分辨率图像，上述方法不是很有效。它甚至可能对他们没有用。然后另一种可能性是使用支持仿射图像变换的后端。不幸的是，您将不得不自己计算转换。这不是非常困难，但仍然有点笨拙，然后你没有得到可以旋转的真实 3D 图像，等等。

对于这种方法，请参阅http://matplotlib.org/examples/api/demo_affine_image.html

或者，您可以使用 OpenCV 及其cv2.warpAffine功能在使用imshow. 如果您用透明颜色填充周围环境，则可以对图像进行分层以获得看起来像您的示例 iamge 的结果。

只是为了让您了解 的可能性plot_surface，我尝试将 Lena 扭曲成一个半圆柱体：

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

# create a 513 x 513 vertex mesh
xx, yy = np.meshgrid(np.linspace(0,1,513), np.linspace(0,1,513))

# create vertices for a rotated mesh (3D rotation matrix)
theta = np.pi*xx
X = np.cos(theta)
Y = np.sin(theta)
Z = yy

# create the figure
fig = plt.figure()

# show the 3D rotated projection
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors=plt.imread('/tmp/lena.jpg')/255., shade=False)

她确实弯得很好，但是对图像的所有操作都很慢：

在此处输入图像描述

于 2014-08-13T20:13:23.250 回答
2

如果您乐于考虑使用不同的绘图库（即不是 matplotlib），那么可能值得考虑 mayavi / tvtk（尽管学习曲线有点陡峭）。我见过的最接近您想要的是 http://wiki.scipy.org/Cookbook/MayaVi/Examples中的标量切割平面

大部分文档位于： http ://docs.enthought.com/mayavi/mayavi/index.html

于 2014-08-13T20:57:50.760 回答
0

matplotlib 无法做到这一点。@DrV 的答案是一个近似值。Matplotlib 实际上并没有显示原始图像的每个单独像素，而是一些重新缩放的图像。rstride 和 cstride 允许您帮助指定图像的缩放方式，但是，输出不会是精确的图像。

于 2019-10-10T05:51:50.213 回答