Python 通过DBSCAN对3D数据(法线)进行聚类
我尝试通过DBSCAN对我的3D数据(法线)进行聚类,以便根据最近的曲面进一步分割它们。在大多数实现中,有一个二维数据作为输入输出。这是我第一次尝试,所以任何建议都会很有帮助 我当前的代码基于Python 通过DBSCAN对3D数据(法线)进行聚类,python,3d,computer-vision,cluster-analysis,Python,3d,Computer Vision,Cluster Analysis,我尝试通过DBSCAN对我的3D数据(法线)进行聚类,以便根据最近的曲面进一步分割它们。在大多数实现中,有一个二维数据作为输入输出。这是我第一次尝试,所以任何建议都会很有帮助 我当前的代码基于sklearn.cluster包 如何处理三维数据 我的数据位于numpy数组Z,形状(313072) 其中3和131072分别表示width*height和RGB频道 我的带有法线的RGB图像是: 什么是基于密度的集群?我会想象矢量是一个大斑点,因为图形是平滑的,没有边缘。你试过画法向量吗?
sklearn.cluster
包
如何处理三维数据
我的数据位于numpy数组Z
,形状(313072)
其中3
和131072
分别表示width*height
和RGB频道
我的带有法线的RGB图像是:
什么是基于密度的集群?我会想象矢量是一个大斑点,因为图形是平滑的,没有边缘。你试过画法向量吗?