从 open3d VoxelGrid 中提取 grid_index 非常慢

Question

我正在尝试对 .obj 网格进行体素化（来自搅拌机）并将其转换为 numpy 数组（将其另存为 .npy 或 nii.gz 作为 CT-3D 图像）。

import open3d as o3d
import numpy as np

mesh = o3d.io.read_triangle_mesh('path/to/file.obj')
voxel_grid = o3d.geometry.VoxelGrid.create_from_triangle_mesh(mesh, voxel_size=0.01)
voxels = np.array([voxel.grid_index for voxel in voxel_grid.get_voxels()])

grid_size = voxels.max(axis=0) + 1

voxel_array = np.zeros(grid_size, dtype=np.uint16)
voxel_array[voxels[:, 0], voxels[:, 1], voxels[:, 2]] = 1

np.save('path/to/file_open3d.npy', voxel_array)

我有一个很好的 GPU，所以 open3d 与 cuda 配合得很好，体素化工作得很快，但我找不到一种方法来提取所有 grid_indexes 而不使用 for 循环:

voxels = np.array([voxel.grid_index for voxel in voxel_grid.get_voxels()])

与体素化相比，这需要很多时间。

有人有过这样的经历吗？有什么意见欢迎留言。

Answer 1

目前我在 python 中进行了大量网格生成工作。当使用 python 执行大量数据的 for 循环之类的任务时，我也遇到了速度缓慢的情况（我使用超过 10Mio 的顶点进行了计算，然后保存了它们）。我的解决方法是在 C++ 中实现这些瓶颈函数，然后从我的 C++ 文件编译一个 .so 文件，然后使用“ctypes”模块在 python 中调用它。现在我的计算速度至少快了 10 倍。因此，我建议您对 for 循环执行相同的操作，并实现一种方法来在 C++ 中迭代循环，然后将数据返回到您的 Python 脚本。

这是一个很好的起点，解释了在 python 中调用 C++ 代码所需的步骤：从 Python 调用 C/C++？