Python下保留边界顶点位置与数量的曲面重网格技术问询

问题概述 #

处理PyVista Polydata格式的三角化曲面网格，需基于四组有序预定义边界点（前缘、后缘、根部、尖端）完成约束重网格，核心要求：

• 输出网格的边界顶点与输入边界点位置、数量、顺序完全一致；
• 内部顶点在曲面上均匀分布，算法自动根据边界点数量确定内部顶点总数；
• 禁止对边界顶点执行清理或焊接操作；
• 输出网格的前N个顶点（索引0至N-1）必须为输入顺序的边界点，且同一机翼不同变形状态的多组网格需保持该索引一致性。

当前尝试的边分割+冻结边界拉普拉斯平滑方案存在缺陷：后续decimate_pro和clean()操作会合并邻近边界顶点，导致边界顶点数量减少；跳过clean()则会残留非流形网格，无法被下游工具识别。需寻找支持硬约束边界顶点的算法或Python库，实现内部自由重网格至目标密度，输出流形无自相交网格（示例：输入850个边界顶点→输出含相同边界顶点、总计约50000个顶点的合格网格）。

可行解决方案 #

1. CGAL Python绑定（优先推荐） #

CGAL的约束曲面重网格工具链完美匹配需求：

• 步骤1：曲面参数化：使用CGAL::Surface_mesh_parameterization将原始曲面参数化到平面域，严格保留边界顶点的位置和顺序；
• 步骤2：约束重网格：调用CGAL::Polygon_mesh_processing::remesh，通过constraint_vertices参数标记需固定的边界顶点，同时指定目标边长（可根据曲面面积和目标总顶点数计算：目标边长 = √(曲面面积/(目标总顶点数-边界顶点数))）；
• 核心优势：重网格过程中不会合并约束顶点，自动维护网格流形性，输出边界顶点完全符合输入要求，内部顶点均匀分布。

2. libigl Python绑定 #

libigl的igl::remesh_with_sizing_field支持自定义固定顶点约束：

• 标记所有边界顶点为固定点，构建尺寸场以指定内部顶点的目标密度；
• 调用重网格函数时传入固定顶点列表，算法会在保持边界顶点不变的前提下重新生成内部网格；
• 通过igl::boundary_loop确认边界顶点顺序，确保输出网格的前N个顶点与输入边界点完全对应。

3. trimesh 自定义约束流程 #

trimesh无直接的约束重网格API，但可通过组合操作实现：

• 将所有边界顶点添加到网格并标记为fixed；
• 执行拉普拉斯平滑时，通过fixed参数锁定边界顶点；
• 使用trimesh.remesh.subdivide细分网格后，自定义过滤逻辑删除内部冗余顶点，严格保留边界顶点；
• 最后调用trimesh.repair.fill_holes和trimesh.repair.fix_non_manifold修复网格，修复时需避开边界顶点，确保流形性。

关键注意事项 #

• 所有方案中必须禁用自动焊接/合并顶点的操作：比如CGAL中设置no_clean=true，libigl中关闭merge_vertices选项；
• 若需多组变形网格保持顶点索引一致，需使用相同的约束顶点顺序和尺寸场参数，确保内部顶点生成逻辑统一；
• 目标密度计算：通过原始曲面面积除以（目标总顶点数-边界顶点数）得到单个内部顶点对应的平均面积，以此推导目标边长。

内容的提问来源于stack exchange，提问作者Mark0371