Application d'une transformation dans le fichier .vtk suivant:Calculez la distance entre les deux fichiers dans .vtk (Python)
im1.vtk:
# 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
résultats dans un autre fichier .vtk:
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
Quel est le moyen le plus rapide pour trouver la distance (par exemple: euclidienne) entre chaque point pour chaque fichier et le stocker dans une liste [d1,d2,...,d10]
ou tableau numpy? (Ceci est juste un échantillon, le vrai fichier .vtk
contient 300 points, donc la liste devrait être [d1,d2,...,d300]
). Y a-t-il déjà une méthode dans VTK
qui fait cela?
Exemple:
La distance d1
entre le premier point doit être:
d1=sqrt((-61.2+63.4695)**2+(40.8-36.4645)**2+(0-0)**2)
EDIT:
Le code que je pouvais venir avec à ce jour est la suivante:
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)
Existe-t-il un système optimal qui soit plus rapide et plus propre?