基于Python、Scipy、Open3D，如何从平面边界点生成TriangleMesh？

针对你已提取平面边界点的场景，结合Python、Scipy和Open3D工具链，以下两种直接可用的算法可以快速生成TriangleMesh：

方法1：复用Scipy凸包的三角化结果 #

你已经通过Scipy ConvexHull拿到了边界点索引，其实可以直接基于3D边界点重新计算凸包，利用其内置的三角化信息生成网格：

• 从原始点云中提取边界点数组
• 计算3D边界点的凸包，Scipy会自动完成三角化
• 将凸包的顶点索引直接映射到Open3D的TriangleMesh结构

import numpy as np
from scipy.spatial import ConvexHull
import open3d as o3d

# 假设你已获取：原始点云数组points，边界点索引boundary_indices
boundary_points = points[boundary_indices]

# 计算3D边界点的凸包（自动完成三角化）
hull = ConvexHull(boundary_points)

# 构建Open3D三角网格
mesh = o3d.geometry.TriangleMesh()
mesh.vertices = o3d.utility.Vector3dVector(boundary_points)
# Scipy的simplices属性就是三角面的顶点索引
mesh.triangles = o3d.utility.Vector3iVector(hull.simplices)

# 可选优化：清理网格并计算法向量
mesh.remove_duplicated_vertices()
mesh.remove_degenerate_triangles()
mesh.compute_vertex_normals()

方法2：2D Delaunay三角化（适配平面点场景） #

由于你的点已经平展到平面并对齐XY轴，直接对2D投影做Delaunay三角化，再映射回3D点，效率更高且支持凹边界：

• 取出边界点的XY投影坐标
• 用Scipy Delaunay完成2D三角化
• 将三角化索引直接应用到3D边界点生成网格

from scipy.spatial import Delaunay

# 假设你已获取：边界点数组boundary_points，旋转对齐后的XY投影xy_proj（shape: (Nv,2)）
tri = Delaunay(xy_proj)

# 构建三角网格
mesh = o3d.geometry.TriangleMesh()
mesh.vertices = o3d.utility.Vector3dVector(boundary_points)
mesh.triangles = o3d.utility.Vector3iVector(tri.simplices)

# 可选优化
mesh.compute_triangle_normals()
mesh.filter_smooth_simple(number_of_iterations=2)

关键注意事项 #

• 若边界点存在噪声，建议先做平滑处理：可使用Open3D的filter_smooth_simple或Scipy的高斯滤波
• 凸包法仅适用于凸边界，如果边界是凹多边形，优先选择Delaunay三角化
• 生成网格后可通过remove_non_manifold_edges()清理异常边

内容的提问来源于stack exchange，提问作者ebernardes