等值面提取 使用Marching Cubes算法提取等值面。 仅使用纯WebGL。 需要和 。 （C）2014大卫·莱蒂埃

Marching_Cubes算法原理。根据体数据提取等值面~

MCExample MCExample marching cubes marching cubes marching cubes

简单易懂讲解Marching Cubes算法，基于OpenGL，可以显示三维的标量场，动画讲解，可以直接复制到VS直接运行。

该代码可以完美的对基于某一阈值的二维切片进行三维重建，代码已经对Marching cubes算法的歧义性进行了处理，代码经过测试，并且已经用于公司产品。

PyTorch中的行进多维数据集 用于PyTorch环境的行进多维数据集。 后端是使用C ++和CUDA实现的。 当前，CUDA代码仅适用于具有2的幂的大小的网格单元（例如32、64、128，...）。 如果您希望使用非2的幂的代码，请在使用零之前用零填充以使尺寸成为2的幂。 有关详情，请参见 。 建造 $ python setup.py build_ext -i 用法 有关详细信息，请参见 。 import numpy as np import open3d as o3d import torch from mcubes import marching_cubes , grid_interp # Grid data N = 128 x , y , z = np . mgrid [: N , : N , : N ] x = ( x / N ). astype ( 'float32'

Marching Cubes GPU实现Unity 用Unity 5.6开发的，也可能适用于旧版本。 没有保证。 需要DX11硬件。 不能完全确定手机，但是我猜想它不会起作用。 随时纠正我。 密度场的生成是在CPU上完成的，但出于演示目的，它就足够了。 您可能需要在实际应用程序中将MarchingCubes.DensityTexture从Texture3D修改为RenderTexture 。 用于绘制MC的ProceduralGeometry着色器为准骨，仅包含漫反射闪电； 用自定义的替换它，根据您的喜好进行修改。 :) 任何拉请求和问题，欢迎。 学分 如果没有以下条件，则无法实现此目

三维重建算法marching cubes，简称MC算法 的详细解释，比较易懂

球体的Marching Cubes实现

非常经典的Marching Cubes算法文档