meshgrid 生成二、三维网格点

原创

已于 2022-10-17 21:15:02 修改 · 1.2k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #人工智能 #机器学习

于 2022-07-26 21:24:14 首次发布

本文通过实例讲解了如何使用PyTorch的torch.meshgrid创建2维和3维网格，演示了如何将像素坐标转换为齐次坐标，并结合外参数进行操作，以及在MVSNet中的具体应用场景，帮助读者理解网格生成和坐标变换过程。

例一: 2维

根据下面的代码就能看出来。
实际上是对[0,3]*[0,2] 矩形建 grid
torch.meshgrid 的输出的形式实际上就是一种遍历所有点的方法。

import torch

H= 3
W = 4
i, j = torch.meshgrid(torch.linspace(0, W-1, W), torch.linspace(0, H-1, H))  # pytorch's meshgrid has indexing='ij'
points = torch.stack([i, j], dim=-1).reshape(-1, 2)
print(i,"\n",j)
print(points)

输出：

tensor([[0., 0., 0.],
        [1., 1., 1.],
        [2., 2., 2.],
        [3., 3., 3.]]) 
 tensor([[0., 1., 2.],
        [0., 1., 2.],
        [0., 1., 2.],
        [0., 1., 2.]])
tensor([[0., 0.],
        [0., 1.],
        [0., 2.],
        [1., 0.],
        [1., 1.],
        [1., 2.],
        [2., 0.],
        [2., 1.],
        [2., 2.],
        [3., 0.],
        [3., 1.],
        [3., 2.]])

例二：3维

import torch

X, Y, Z = torch.meshgrid(torch.linspace(1, 3, 3),
                            torch.linspace(4, 7, 4),
                            torch.linspace(8, 12, 5))
points = torch.stack([X, Y, Z], dim=-1).reshape(-1, 3)
print("X's shape: \n",X.shape)
print("X: ",X)

print("Y's shape: \n",Y.shape)
print("Y: ",Y)

print("Z's shape: \n",Z.shape)
print("Z: ",Z)

print("points 's shape: \n",points.shape)
print("points : ",points )

print("newPoints 's shape: \n",newPoints.shape)
print("newPoints : ",newPoints )

输出如下：

X's shape: 
 torch.Size([3, 4, 5])
X:  tensor([[[1., 1., 1., 1., 1.],
         [1., 1., 1., 1., 1.],
         [1., 1., 1., 1., 1.],
         [1., 1., 1., 1., 1.]],

        [[2., 2., 2., 2., 2.],
         [2., 2., 2., 2., 2.],
         [2., 2., 2., 2., 2.],
         [2., 2., 2., 2., 2.]],

        [[3., 3., 3., 3., 3.],
         [3., 3., 3., 3., 3.],
         [3., 3., 3., 3., 3.],
         [3., 3., 3., 3., 3.]]])
Y's shape: 
 torch.Size([3, 4, 5])
Y:  tensor([[[4., 4., 4., 4.</