寻找MATLAB isosurface函数的Python/Numpy等价实现，需返回面与顶点生成STL

你可以使用scikit-image库的marching_cubes函数实现完全等效的功能，该函数基于移动立方体算法，可直接返回等值面的顶点和面数据，完美适配导出STL的需求。

安装依赖 #

pip install scikit-image numpy numpy-stl

代码示例 #

import numpy as np
from skimage.measure import marching_cubes
from stl import mesh

# 生成和示例一致的测试数据
X, Y, Z = np.mgrid[-5:5:40j, -5:5:40j, -5:5:40j]
values = X * X * 0.5 + Y * Y + Z * Z * 2

# 提取等值面，level参数对应MATLAB的isovalue，这里取示例的10
verts, faces, _, _ = marching_cubes(
    values,
    level=10,
    # 直接指定坐标间距和偏移，无需后续手动转换坐标
    spacing=(
        (X.max() - X.min())/(X.shape[0]-1),
        (Y.max() - Y.min())/(Y.shape[1]-1),
        (Z.max() - Z.min())/(Z.shape[2]-1)
    ),
    offset=(X.min(), Y.min(), Z.min())
)

# 此时verts对应MATLAB的v（顶点数据，形状为[N,3]），faces对应MATLAB的f（面索引数据，形状为[M,3]）

# 导出为STL文件示例
output_mesh = mesh.Mesh(np.zeros(faces.shape[0], dtype=mesh.Mesh.dtype))
for i, f in enumerate(faces):
    for j in range(3):
        output_mesh.vectors[i][j] = verts[f[j],:]

output_mesh.save('ellipsoid.stl')

注意事项 #

• 若需要提取多个等值面，仅需循环调用marching_cubes并传入不同的level参数即可
• 返回的面数据默认是三角形索引，和MATLABisosurface的输出格式完全兼容，无需额外转换
• 如果原始坐标不是均匀网格，可手动对返回的顶点坐标做线性映射适配

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