Matplotlib中在3D平面绘制图像的更高效实现方法

你当前的实现会给每个像素创建单独的小面，图像尺寸大时效率极低。以下是两种更优的替代方法：

方法一：调大plot_surface的步长参数 #

通过增大rstride和cstride的值，减少生成的面数量，同时尽量保留视觉效果。比如根据图像尺寸设置合适的步长（示例中用10，可按需调整）：

r_stride = 10
c_stride = 10
xx, yy = np.meshgrid(np.linspace(0, 1, img_size[1]), np.linspace(0, 1, img_size[0]))
zz = np.ones_like(xx)
# 按步长采样颜色，对应生成的面网格
face_colors = img[::r_stride, ::c_stride] / 255
ax.plot_surface(xx, yy, zz, rstride=r_stride, cstride=c_stride, facecolors=face_colors, shade=False)

这种做法能把面的数量降到原来的1/(rstride*cstride)，效率提升非常明显。

方法二：用Poly3DCollection创建单一面并映射纹理 #

直接生成一个覆盖整个区域的3D平面，把图像作为纹理贴上去——这是效率最高的方式，因为只需要处理一个面：

from mpl_toolkits.mplot3d.art3d import Poly3DCollection

# 定义平面的四个顶点
verts = [[(0, 0, 1), (1, 0, 1), (1, 1, 1), (0, 1, 1)]]
# 创建3D多边形集合
pc = Poly3DCollection(verts)
pc.set_edgecolor('none')
# 将图像设为纹理
pc.set_texture(img)
ax.add_collection3d(pc)
# 调整坐标轴范围适配平面
ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.set_zlim(0, 2)

这种方式完全避免了大量小面的生成，渲染速度大幅提升，同时能完整保留图像细节。

注意事项 #

• 确保使用支持纹理渲染的Matplotlib后端（比如TkAgg、QtAgg），低版本可能需要额外配置。
• 两种方法都能达到你当前的绘图效果，但资源占用远低于原实现，尤其适合大尺寸图像的3D展示。

内容的提问来源于stack exchange，提问作者mojado