三维扫描主要用于对物体空间外形结构以及色彩进行扫描，用以获得物体表面的空间坐标，

他的主要意义在于能够将实物的立体信息转换为计算机能够直接处理的数据信号，为实物的数字化提供了相对方便快捷的手段，

因此，三维扫描为工业建模，文物保存，虚拟空间构建都起到了非常重要的作用。

import tarfile,os
#读取tar压缩文件
dragon_tar_file = tarfile.open("dragon_recon.tar.gz")
try:
    os.mkdir("dragon_data")
except:
    pass

dragon_tar_file.extractall("dragon_data")
dragon_tar_file.close()

import os

dragon_ply_file = os.path.join("dragon_data","dragon_recon","dragon_vrip.ply")

.ply是一个很通用的三维扫描格式Polygon File Format--->也叫作Stanford Triangle Format　　用来存储三维扫描结果的三维数值通过多边形面片集合来描述三维物体    分辨率极高

import os,shutil,tarfile
from mayavi import mlab

#读取tar压缩文件
dragon_tar_file = tarfile.open("dragon_recon.tar.gz")
try:
    os.mkdir("dragon_data")
except:
    pass

dragon_tar_file.extractall("dragon_data")
dragon_tar_file.close()

dragon_ply_file = os.path.join("dragon_data","dragon_recon","dragon_vrip.ply")
mlab.pipeline.surface(mlab.pipeline.open(dragon_ply_file))
mlab.show()

shutil.rmtree("dragon_data")

hgt(height File Format)他是存储在航天，飞机，雷达，地形，测绘任务格式的数据文件，数据中包含空隙，数据丢失部分

import zipfile
import numpy as np
from mayavi import mlab


hgt = zipfile.ZipFile("N36W113.hgt.zip").read("N36W113.hgt")

#处理地形数据
data = np.fromstring(hgt,">i2") #构建整数型数据，相当于2*8的16位数组
data.shape = (3601,3601)    #确定数组的行数和列数
data = data.astype(np.float32)  #使用32位浮点型
data = data[:1000,900:1900] #为了提高效率，我们只选取部分数据x:0-1000 y:900-1900
data[data == -32768] = data[data > 0].min() #数据中有-32768表示为空隙数据，将该数据设置为数据中的最小值

#渲染地形hgt的数据data
mlab.figure(size=(400,320),bgcolor=(0.16,0.28,0.46))    #获取窗口，窗口大小为400，320
mlab.surf(data,colormap="gist_earth",warp_scale=0.2,
          vmin=1200,vmax=1610)

#清空内存
del data
#创建交互式可视化窗口
mlab.view(-5.9,83,570,[5.3,20,238]) #设置相机的视角（可选）（方位角，高度，距离和焦点等）
mlab.show()

#城市经纬度数据
cities_data = """
阿富汗,67.709953,33.93911
孟加拉国,90.356331,23.684994
津巴布韦,29.154857,-19.015438
泉州,118.58,24.93
厦门,118.1,24.46
牡丹江,129.58,44.6
绵阳,104.73,31.48
郑州,113.65,34.76
沈阳,123.38,41.8
爱尔兰,-8.24389,53.41291
乌拉圭,-55.765835,-32.522779
"""

#建立城市-城索引的字典，城市经纬度的列表
import csv
cities = dict()
coords = list()
for line in list(csv.reader(cities_data.split("\n")))[1:-1]:    #1:-1排除第一行只有一个\n
    name,long_,lat = line
    cities[name] = len(coords)  #建立索引，len会随着coords增加而增加，这就是索引，我们根据这个去查找列表，更快
    coords.append((float(long_),float(lat)))

#坐标转换
coords = np.array(coords)
lat, long = coords.T*np.pi/180  #进行转置
x = np.cos(long)*np.cos(lat)
y = np.cos(long)*np.sin(lat)
z = np.sin(long)

#绘制窗口
mlab.figure(size=(400,400),bgcolor=(0.48,0.48,0.48))

........

mlab.view(100,60,4,[-0.05,0,0]) #设置相机的视角（可选）（方位角，高度，距离和焦点等）
mlab.show()

#绘制球体mesh也可以，不过效果不好
sphere = mlab.points3d( #绘制半透明球体，表示地球外表面
    0,0,0,
    scale_factor=2,
    color=(0.67,0.77,0.93),
    resolution = 50,
    opacity = 0.7,
    name = "Earth"
)

#上面效果不是太好，添加镜面反射等参数
#调整镜面反射参数
sphere.actor.property.specular = 0.45
sphere.actor.property.specular_power = 5
#设置背面剔除，以更好的显示透明效果
sphere.actor.property.backface_culling = True

#绘制城市名称
points = mlab.points3d(x,y,z,   #已设置过的三维坐标
                       scale_mode="none",   #放缩模式，标量，矢量，无
                       scale_factor=0.03,   #放缩比例
                       color=(0,0,1))

#绘制城市名字
for city,index in cities.items():
    label = mlab.text(x[index],y[index],city,z=z[index],    #x,y,city是城市名称，z坐标，width是文本宽度，name表示文本对象
                      width=0.016*len(city),name=city)
    label.property.shadow = True

大洲的边界是一个不规则图形，很难提供直接的数据，不过vtk给我们提供了多边形数据源，叫做BuiltinSurface，其中就含有地球大洲边界现象

#绘制地球上大洲的边界
from mayavi.sources.builtin_surface import BuiltinSurface
#使用mlab的管线绘制表面函数对边界进行绘制
continents_src = BuiltinSurface(source="earth",name="Continents")
continents = mlab.pipeline.surface(continents_src,color=(0,0,0))

#绘制地球上大洲的边界
from mayavi.sources.builtin_surface import BuiltinSurface
#使用mlab的管线绘制表面函数对边界进行绘制
continents_src = BuiltinSurface(source="earth",name="Continents")
#设置模型LOD的层级,实现近细远粗
continents_src.data_source.on_ratio = 2 #2级lod
continents = mlab.pipeline.surface(continents_src,color=(0,0,0))

#赤道线numpy数组的构造过程
theta = np.linspace(0,2*np.pi,100)　　#由很多小直线组成
x = np.cos(theta)
y = np.sin(theta)
z = np.zeros_like(theta)
#绘制赤道线
mlab.plot3d(x,y,z,color=(1,1,1),
            opacity=0.2,tube_radius=None)

import numpy as np
from mayavi import mlab

#城市经纬度数据
cities_data = """
Hong Kong,114.109497,114.109497
Miami,-80.19179,-80.19179
Manila,120.984219,120.984219
Caracas,-66.903606,-66.903606
Nicosia,33.382276,33.382276
Luxembourg,6.129583,6.129583
Mexico City,-99.133208,-99.133208
Doha,51.53104,51.53104
Prague,14.4378,14.4378
Delhi,77.209021,77.209021
Taipei,121.565418,121.565418
Tel Aviv,34.781768,34.781768
S?o Paulo,-46.633309,-46.633309
Oslo,10.752245,10.752245
Milan,9.185924,9.185924
Toronto,-79.383184,-79.383184
Helsinki,24.938379,24.938379
Chicago,-87.629798,-87.629798
Tokyo,139.691706,139.691706
Paris,2.352222,2.352222
Kuala Lumpur,101.686855,101.686855
Manama,50.58605,50.58605
Lyon,4.835659,4.835659
Madrid,-3.70379,-3.70379
Tallinn,24.753575,24.753575
Bucharest,26.102538,26.102538
Montreal,-73.567256,-73.567256
Riga,24.105186,24.105186
Istanbul,28.978359,28.978359
New York,-74.005941,-74.005941
Vilnius,25.279651,25.279651
Moscow,37.6173,37.6173
"""


#1.建立城市-城索引的字典，城市经纬度的列表
import csv
cities = dict()
coords = list()
for line in list(csv.reader(cities_data.split("\n")))[1:-1]:    #1:-1排除第一行只有一个\n
    name,long_,lat = line
    cities[name] = len(coords)  #建立索引，len会随着coords增加而增加，这就是索引，我们根据这个去查找列表，更快
    coords.append((float(long_),float(lat)))

#2.坐标转换
coords = np.array(coords)
lat, long = coords.T*np.pi/180  #进行转置
x = np.cos(long)*np.cos(lat)
y = np.cos(long)*np.sin(lat)
z = np.sin(long)

#3.绘制窗口
mlab.figure(size=(400,400),bgcolor=(0.48,0.48,0.48))

#4.绘制球体mesh也可以，不过效果不好
sphere = mlab.points3d( #绘制半透明球体，表示地球外表面
    0,0,0,
    scale_factor=2,
    color=(0.67,0.77,0.93),
    resolution = 50,
    opacity = 0.7,
    name = "Earth"
)

#5.绘制城市名称
points = mlab.points3d(x,y,z,   #已设置过的三维坐标
                       scale_mode="none",   #放缩模式，标量，矢量，无
                       scale_factor=0.03,   #放缩比例
                       color=(0,0,1))

#6.绘制城市名字
for city,index in cities.items():
    label = mlab.text(x[index],y[index],city,z=z[index],    #x,y,city是城市名称，z坐标，width是文本宽度，name表示文本对象
                      width=0.016*len(city),name=city)
    label.property.shadow = True


#7.绘制地球上大洲的边界
from mayavi.sources.builtin_surface import BuiltinSurface
#使用mlab的管线绘制表面函数对边界进行绘制
continents_src = BuiltinSurface(source="earth",name="Continents")
#8.设置模型LOD的层级,实现近细远粗
continents_src.data_source.on_ratio = 2 #2级lod
continents = mlab.pipeline.surface(continents_src,color=(0,0,0))

#9.赤道线numpy数组的构造过程
theta = np.linspace(0,2*np.pi,100)
x = np.cos(theta)
y = np.sin(theta)
z = np.zeros_like(theta)
#10.绘制赤道线
mlab.plot3d(x,y,z,color=(1,1,1),
            opacity=0.2,tube_radius=None)

#11.上面效果不是太好，添加镜面反射等参数
#调整镜面反射参数
sphere.actor.property.specular = 0.45
sphere.actor.property.specular_power = 5
#设置避免剔除，以更好的显示透明效果
sphere.actor.property.backface_culling = True


mlab.view(100,60,4,[-0.05,0,0]) #设置相机的视角（可选）（方位角，高度，距离和焦点等）
mlab.show()