1
:(パイソン)で2つの.vtkのファイルの間の距離を計算し、次の.vtkファイルに変換を適用
im1.vtk:別の.vtkファイルで
# vtk DataFile Version 3.0
vtk output
ASCII
DATASET POLYDATA
POINTS 10 float
-61.2 40.8 0.0
-55.3 39.3 0.0
-49.2 39.3 0.0
-43.2 40.4 0.0
-37.3 42.1 0.0
67.6 44.3 0.0
63.4 49.8 0.0
57.7 53.6 0.0
51.0 55.3 0.0
44.1 55.2 0.0
結果:
im2.vtk:
# vtk DataFile Version 4.0
vtk output
ASCII
DATASET POLYDATA
POINTS 10 float
-63.4695 36.4645 0
-57.3647 35.9114 0
-51.1496 36.6507 0
-45.102 38.259 0
-39.2082 40.2851 0
69.7562 40.4176 0
64.6497 45.5255 0
58.1449 49.2956 0
50.8203 51.2899 0
43.4762 51.6839 0
各ファイルの各ポイント間の距離(ユークリッドなど)を見つけてリスト[d1,d2,...,d10]
またはnumpy配列に保存する最も早い方法は? (実際の.vtk
ファイルには300ポイントしか含まれていないので、リストは[d1,d2,...,d300]
です)。それはすでにVTK
に方法がありますか?
例:最初の点との間の
距離d1
すべきである:
d1=sqrt((-61.2+63.4695)**2+(40.8-36.4645)**2+(0-0)**2)
EDIT次のよう
私はこれまで思い付く可能性コードである:
import numpy as np
with open('im1.vtk', 'rt') as vtk1:
vtk_list1 = vtk1.readlines()
with open('im2.vtk', 'rt') as vtk2:
vtk_list2 = vtk2.readlines()
dist_array = np.array([])
for i in range(5,14):
landmark1 = np.asarray(vtk_list1[i].split(),dtype=np.float16)
landmark2 = np.asarray(vtk_list2[i].split(),dtype=np.float16)
dist = np.sqrt(np.sum((landmark1-landmark2)**2))
dist_array = np.append(dist_array,dist)
高速でクリーナーに最適なものはありますか?