如何将笛卡尔坐标转为MeshTriPoint以用meshlib计算3D曲面测地线？

问题描述 #

需要用Python获取3D曲面上两点间的最短测地线路径坐标，但无法复现有方案，核心问题是不理解meshlib中computeGeodesicPath函数要求的MeshTriPoint格式，不知道如何将笛卡尔坐标转换为该类型。示例代码基于圆柱曲面，希望方案能适配复杂曲面。

解决方案 #

1. 理解MeshTriPoint格式 #

MeshTriPoint是meshlib用于定位三角形网格面上任意点的数据类型，包含两个核心信息：

• 该点所在的三角形网格索引（face index）
• 点在该三角形内的重心坐标（barycentric coordinates）：用三个权重值表示，权重和为1，对应三角形三个顶点的加权位置。

无需手动计算这些参数，meshlib提供工具函数可直接从笛卡尔坐标转换得到MeshTriPoint。

2. 关键代码修改与完整实现 #

补充导入meshlib.mrmeshpy模块，使用findNearestPointOnMesh完成坐标格式转换，再调用computeGeodesicPath计算路径，最后提取路径坐标并可视化。

完整代码如下：

import numpy as np
import meshlib.mrmeshnumpy as mnp
import meshlib.mrmeshpy as mpy  # 补充导入mrmeshpy模块

def cyl2cart(rho,phi,z):
    return rho*np.cos(phi),rho*np.sin(phi),z

# cylinder coordinates
N = 101
radius = 5

rho = radius*np.ones(N)
phi = np.linspace(0,2*np.pi,37) # 10 degree steps
z = np.linspace(-10,10,N)

# surface grid coordinates
x = np.outer(rho,np.cos(phi))
y = np.outer(rho,np.sin(phi))
z = np.outer(z,np.ones(len(phi)))

# create mesh
mesh = mnp.meshFromUVPoints(x, y, z)

# define two points on the surface
# point1
rhop = radius
phip = -10/180.*np.pi
zp = -3
xp1,yp1,zp1 = cyl2cart(rhop, phip, zp)
# point2
rhop = radius
phip = 60/180.*np.pi
zp = 8
xp2,yp2,zp2 = cyl2cart(rhop, phip, zp)

# --- 核心修改部分 ---
# 将笛卡尔坐标转为meshlib兼容的Vector3d格式
p1_cart = mpy.Vector3d(xp1, yp1, zp1)
p2_cart = mpy.Vector3d(xp2, yp2, zp2)

# 找到网格上最近的点，返回MeshTriPoint类型
p1 = mpy.findNearestPointOnMesh(mesh, p1_cart).point
p2 = mpy.findNearestPointOnMesh(mesh, p2_cart).point

# 计算测地线路径
geodesic_path = mpy.computeGeodesicPath(mesh, p1, p2)

# 提取路径的笛卡尔坐标
path_points = []
for tri_point in geodesic_path.points:
    # 将MeshTriPoint转换为笛卡尔坐标
    world_point = mpy.toWorldSpace(tri_point, mesh)
    path_points.append([world_point.x, world_point.y, world_point.z])
path_points = np.array(path_points)
# --- 核心修改结束 ---

#%% 绘图展示（包含测地线路径）
import plotly.graph_objects as go
# extract numpy arrays
verts = mnp.getNumpyVerts(mesh)
faces = mnp.getNumpyFaces(mesh.topology)
# prepare data for plotly
vertsT = np.transpose(verts)
facesT = np.transpose(faces)
# draw
fig = go.Figure(data=[
    go.Mesh3d(
        x = vertsT[0],
        y = vertsT[1],
        z = vertsT[2],
        i = facesT[0],
        j = facesT[1],
        k = facesT[2],
        opacity=0.5  # 调整透明度方便查看路径
    )
])
# 添加原始两点标记
fig.add_trace(go.Scatter3d(x=[xp1,xp2],y=[yp1,yp2],z=[zp1,zp2],mode='markers',marker={'size':8,'symbol':'circle'}))
# 添加测地线路径
fig.add_trace(go.Scatter3d(x=path_points[:,0], y=path_points[:,1], z=path_points[:,2], 
                           mode='lines', line={'color':'red','width':3}))

fig.update_layout(scene=dict(aspectmode='data'))
fig.show(renderer='browser')

3. 核心函数说明 #

• mpy.Vector3d：将笛卡尔坐标转换为meshlib兼容的向量格式
• findNearestPointOnMesh：输入网格和目标点，返回包含MeshTriPoint的结果对象，确保点严格落在网格面上
• computeGeodesicPath：输入两个MeshTriPoint，返回包含测地线路径点列表的结果对象
• toWorldSpace：将MeshTriPoint转换回笛卡尔坐标，方便后续可视化或计算

4. 复杂曲面适配 #

该方案无需修改核心逻辑即可适配任意三角形网格曲面，只需确保输入的mesh是合法的三角形网格对象，且目标点在曲面附近（findNearestPointOnMesh会自动吸附到最近的网格面）。

内容的提问来源于stack exchange，提问作者QuantumKicked