vedo - Python 3D科学分析与可视化库

vlogo

一个轻量级且功能强大的Python模块，用于三维对象的科学分析和可视化。

💾 安装

pip install vedo

其他安装详情 [点击展开]

安装最新的_开发_版本vedo：

pip install -U git+https://github.com/marcomusy/vedo.git

从conda-forge频道安装：

conda install -c conda-forge vedo

📙 文档

该库的网页及文档可在此处获取。

📌 需要帮助？有问题，或想询问缺少的功能？ 不要犹豫，在image.sc论坛上提问或通过github issue提出。

🎨 特性

该库包含大量可运行的示例，涵盖了广泛的功能

处理多边形网格和点云 [点击展开]

从VTK格式、STL、Wavefront OBJ、3DS、Dolfin-XML、Neutral、GMSH、OFF、PCD（点云）导入网格，

将网格以ASCII或二进制格式导出为VTK、STL、OBJ、PLY等格式。

分析工具如移动最小二乘法、网格变形等。

可视化和编辑网格的工具（用另一个网格切割网格、切片、归一化、移动顶点位置等）。

基于表面连通性分割网格。提取最大连通区域。

计算面积、体积、质心、平均尺寸等。

计算顶点和面法线、曲率、特征边。填补网格孔洞。

细分网格面，增加顶点数量。网格简化。

基于关联的标量或矢量数据对网格进行着色和阈值处理。

点-表面操作：查找最近点，确定点是否在网格内部或外部。

创建基本形状：球体、箭头、立方体、圆环、椭球体等。

生成图元（将网格关联到源网格的每个顶点）。

通过设置3D场景中显示对象的位置轻松创建动画。支持为移动对象添加轨迹线和阴影。

在同一窗口中直接支持多个同步或独立的渲染器。

使用不同技术进行网格配准（对齐）。

网格平滑。

2D和3D德劳内三角剖分。

通过连接空间中附近的线生成网格。

找到从一点到另一点沿着网格边缘行进的最近路径。

查找网格与线、平面或其他网格的交点。

使用径向基函数和薄板样条插值标量和矢量场。

添加滑块和按钮以与场景和各个对象交互。

张量可视化。

点云分析

2D、3D和4D云的移动最小二乘平滑

在空间中拟合直线、平面、球体和椭球体

识别点分布中的离群值

将云抽稀为均匀分布。

处理体积数据和四面体网格

从VTK格式、体积TIFF堆栈、DICOM、SLC、MHD等导入数据

导入PNG、JPEG、BMP等2D图像

体积等值面提取

合成和最大投影体积渲染

从输入表面网格生成体积有符号距离数据

用线和平面探测体积

从矢量场生成流线和流管

切片和裁剪体积

支持其他体积结构（结构化和网格数据）

2D和3D绘图和直方图

具有类似LaTeX语法和Unicode字符的多边形3D文本渲染，有30种不同字体。

完全可自定义的轴样式

环形图和饼图

2D和3D散点图

表面函数绘制

1D可自定义直方图

2D六边形直方图

极坐标图、球面图和直方图

在渲染窗口中绘制LaTeX格式的公式。

箭头、小提琴图、须状图和流线图

类似于matplotlib的图形标记

与其他库的集成

与Qt5框架集成。

支持FEniCS/Dolfin平台，用于PDE/FEM解的可视化。

与trimesh、pyvista和pymeshlab库的互操作性。

导出3D场景并嵌入到网页中。

使用K3D在jupyter笔记本中嵌入3D场景（可以导出交互式3D快照页面在此）。

⌨ 命令行界面

从终端窗口简单地可视化多边形网格或体积：

vedo https://vedo.embl.es/examples/data/embryo.tif

体积文件（slc、tiff、DICOM...）可以以不同模式可视化 [点击展开]

体积3D切片 `vedo --slicer embryo.slc`	光线投射 `vedo -g`	2D切片 `vedo --slicer2d`

输入vedo -h获取完整选项列表。

🐾 画廊

vedo目前包含300多个可运行的示例和笔记本。

运行任何内置示例。在终端中输入：vedo -r warp2

在此处查看按主题组织的示例画廊：

✏ 贡献

非常感谢任何贡献！如果你有使这个项目更好的建议，请fork仓库并创建一个pull request。你也可以简单地打开一个带有"enhancement"标签的issue。

📜 参考文献

使用 vedo 的科学出版物:

X. Diego 等人: 《图灵系统的关键特征完全由网络拓扑决定》, Phys. Rev. X 8, 021071, DOI。
M. Musy, K. Flaherty 等人: 《基于肢体形态测量的小鼠肢体胚胎分期定量方法》, Development (2018) 145 (7): dev154856, DOI。
F. Claudi, A. L. Tyson, T. Branco, 《Brainrender. 一种基于 Python 的神经解剖和形态学数据可视化软件。》, eLife 2021;10:e65751, DOI。
J. S. Bennett, D. Sijacki, 《解析星系形成模拟中的冲击波和丝状结构:对星系周围介质中气体性质和恒星形成的影响》, Monthly Notices of the Royal Astronomical Society, Volume 499, Issue 1, DOI。
J.D.P. Deshapriya 等人, 《(101955) Bennu 上陨石坑的光谱分析》。 Icarus 2020, DOI。
A. Pollack 等人, 《重力、磁力、示踪剂、岩性和断层数据的随机反演以获得地质上合理的结构模型:Patua 地热田案例研究》, Geothermics, Volume 95, September 2021, DOI。
X. Lu 等人, 《使用非结构网格的有限体积时域方法对阿萨巴斯卡盆地石墨断层进行三维电磁建模》, Geophysics, DOI。
M. Deepa Maheshvare 等人, 《生理运输多尺度建模的基于图的框架》, Front. Netw. Physiol. 1:802881, DOI。
F. Claudi, T. Branco, 《构建流形目标循环神经网络的微分几何方法》, bioRxiv 2021.10.07.463479, DOI。
J. Klatzow, G. Dalmasso, N. Martínez-Abadías, J. Sharpe, V. Uhlmann, 《µMatch: 显微镜数据的 3D 形状对应》, Front. Comput. Sci., 15 February 2022. DOI
G. Dalmasso 等人, 《使用球谐函数重建小鼠发育轨迹的 4D 模型》, Developmental Cell 57, 1–11 September 2022, DOI。
D.J.E Waibel 等人, 《使用多尺度拓扑损失项捕获 3D 重建的形状信息》, Lecture Notes in Computer Science, vol 13434. Springer, Cham. DOI。
N. Lamb 等人, 《DeepJoin: 学习用于形状修复的联合占用、有符号距离和法线场函数》, ACM Transactions on Graphics (TOG), vol 41, 6, 2022. DOI
J. Cotterell 等人, 《通过光学编码进行细胞 3D 定位 (C3PO) 及其在空间转录组学中的应用》, bioRxiv 2024.03.12.584578; DOI

您是否发现这个软件对您的研究有用？为项目加星 ✨ 并引用它:

M. Musy 等人, "vedo, 一个用于 3D 对象和点云科学分析和可视化的 Python 模块", Zenodo, 2021, doi: 10.5281/zenodo.7019968。