Python环境下约束型曲面重网格化技术问询：严格保留边界顶点的位置、数量与顺序

你遇到的这个问题其实是曲面重网格化里很典型的硬边界约束场景，确实有成熟的算法和库能完美解决，不用再纠结clean()操作导致的边界顶点丢失问题。下面给你几个可行的方案，从第三方库到现有PyVista工作流的改进都有：

1. 用CGAL Python绑定实现约束型曲面包裹重网格化 #

CGAL是计算几何领域的标杆库，它的Python绑定（cgal-bindings）提供了原生支持硬约束边界的重网格化工具，能严格保留你指定的边界顶点（位置、数量、顺序都不变），同时生成均匀的内部网格，输出天然是流形、无自相交的。

核心步骤： #

• 把PyVista的Polydata转换成CGAL的Surface_mesh格式：提取顶点数组（numpy格式）和面数组，直接传入CGAL构造函数。
• 标记你的边界顶点为约束顶点：将前缘、后缘、根边、梢边的顶点索引合并成约束列表，明确告知CGAL这些顶点的位置不能改变。
• 调用CGAL的Polygon_mesh_processing::remesh函数，设置目标边长（可根据边界点数量自动计算，比如总顶点数要到50000，减去850个边界点后估算对应密度），同时开启约束保留选项。
• 把处理后的Surface_mesh转回PyVista的Polydata格式。

简化代码示例： #

import pyvista as pv
from CGAL.CGAL_Surface_mesh import Surface_mesh
from CGAL.CGAL_Polygon_mesh_processing import remesh

# 读取输入网格
input_mesh = pv.read("your_input_mesh.vtk")
points = input_mesh.points
faces = input_mesh.faces.reshape(-1, 4)[:, 1:]  # 转换为CGAL兼容的面格式

# 构建CGAL Surface_mesh
mesh = Surface_mesh(points, faces)

# 定义约束边界顶点索引（假设边界点是前850个顶点）
constraint_vertices = list(range(850))

# 估算目标边长：根据总顶点数反推
target_edge_length = input_mesh.length / np.sqrt(50000 - 850)

# 执行约束重网格化
remesh(mesh, target_edge_length, constrained_vertices=constraint_vertices)

# 转回PyVista格式
output_points = mesh.points()
output_faces = mesh.faces()
# 重构PyVista要求的面格式（每个面开头加顶点数量）
pv_faces = []
for face in output_faces:
    pv_faces.append(len(face))
    pv_faces.extend(face)
output_mesh = pv.PolyData(output_points, pv_faces)

# 验证边界顶点一致性
assert (output_mesh.points[:850] == input_mesh.points[:850]).all()

划重点：CGAL的重网格化会自动处理流形问题，不需要额外执行clean()，且严格保留约束顶点的位置和数量。

2. libigl的约束型参数化重网格化 #

libigl的Python绑定同样支持硬边界约束的重网格化，尤其适合机翼这种拓扑接近矩形的曲面。核心思路是先把曲面参数化到平面（比如单位矩形），在平面上生成均匀网格后再映射回原曲面，既能保证边界点完全保留，又能让内部网格均匀分布。

核心步骤： #

• 把PyVista的Polydata转成libigl的顶点和面数组（numpy格式）。
• 用预定义的边界点构建闭合边界环（注意顺序要连续，形成闭合边）。
• 使用igl::LSCM（最小平方共形映射）进行参数化，固定边界顶点的参数化坐标（比如把前缘映射到矩形的一条边，后缘对应另一条边）。
• 在平面上生成目标密度的均匀网格，再映射回原曲面得到最终结果。

简化代码示例： #

import pyvista as pv
import igl
import numpy as np

# 读取输入网格
input_mesh = pv.read("your_input_mesh.vtk")
V = input_mesh.points
F = input_mesh.faces.reshape(-1, 4)[:, 1:]

# 定义边界顶点索引（假设是前850个）
boundary_indices = np.arange(850)
# 构建闭合边界环（替换为你的四个有序边界数组）
boundary_loop = np.concatenate([leading_edge, trailing_edge, root_edge, tip_edge])

# 执行LSCM参数化，固定边界顶点
UV, _, _ = igl.lscm(V, F, boundary_loop, np.zeros((len(boundary_loop), 2)))

# 计算平面网格分辨率，目标总顶点数50000
n_internal = 50000 - 850
aspect_ratio = (UV[:,0].max() - UV[:,0].min()) / (UV[:,1].max() - UV[:,1].min())
res_x = int(np.sqrt(n_internal * aspect_ratio))
res_y = int(n_internal / res_x)

# 生成平面均匀网格
U_grid, V_grid = np.meshgrid(
    np.linspace(UV[:,0].min(), UV[:,0].max(), res_x),
    np.linspace(UV[:,1].min(), UV[:,1].max(), res_y)
)
UV_grid = np.column_stack((U_grid.flatten(), V_grid.flatten()))

# 映射回原曲面
V_new = igl.biharmonic_coordinates(V, F, boundary_loop, UV[boundary_loop], UV_grid)[0]

# 合并边界顶点与内部顶点（前850个为原边界点）
V_final = np.vstack([V[boundary_indices], V_new])

# 生成面并调整索引
F_final = igl.delaunay_triangulation(UV_grid)[0]
F_final += 850  # 内部顶点从索引850开始

# 转回PyVista格式
output_mesh = pv.PolyData(V_final, np.hstack([np.full((len(F_final),1),3), F_final]).flatten())

优势：能精准控制内部网格的均匀性，边界顶点完全与输入一致，无合并风险。

3. 改进现有PyVista工作流（避免clean()操作） #

如果不想更换库，可以调整现有步骤，跳过会导致边界合并的decimate_pro和clean()，改用更精细的控制：

调整后的步骤： #

1. 固定边界顶点索引：确保边界顶点是输出网格的前N个（0到N-1），插入后不要修改它们的索引。
2. 带约束的平滑：使用PyVista的smooth_taubin或smooth函数，指定fixed_vertices参数为边界顶点索引，仅平滑内部顶点，边界顶点完全不动。
3. 针对性处理非流形问题：不用clean()，改用remove_non_manifold_edges()移除非流形边；如果必须合并点，设置极小的阈值（比如1e-8），远小于边界顶点间的最小距离，确保边界顶点不会被合并。
4. 内部重网格化：使用remesh函数设置目标边长，同时指定constraint_edges为边界顶点，确保重网格化时不修改边界。

简化代码示例： #

import pyvista as pv
import numpy as np

# 读取输入网格
input_mesh = pv.read("your_input_mesh.vtk")
# 假设边界顶点已插入并位于前850个索引
boundary_indices = np.arange(850)

# 带约束的Taubin平滑（仅移动内部顶点）
smoothed_mesh = input_mesh.smooth_taubin(n_iter=50, fixed_vertices=boundary_indices)

# 移除非流形边，兼容下游工具
cleaned_mesh = smoothed_mesh.remove_non_manifold_edges()

# 内部重网格化到目标顶点数
target_length = cleaned_mesh.length / np.sqrt(50000)
remeshed_mesh = cleaned_mesh.remesh(target_length, constraint_edges=boundary_indices)

# 验证边界顶点一致性
assert (remeshed_mesh.points[:850] == input_mesh.points[:850]).all()

关键：全程固定边界顶点的位置和索引，用针对性方法处理非流形问题，而非粗暴的clean()。

总结 #

如果追求最可靠的结果，优先选择CGAL或libigl，它们原生支持硬约束边界，能完美满足你的所有需求（边界顶点完全保留、内部均匀、输出流形）。如果想继续使用PyVista，调整现有工作流，固定边界顶点并替换clean()为精细的非流形处理方法也能解决问题。

内容的提问来源于stack exchange，提问作者Mark0371