feat: script read npz

brep2sdf/scripts/read_npz.py

@@ -0,0 +1,118 @@
+import numpy as np
+import argparse
+from brep2sdf.utils.logger import logger
+import matplotlib.pyplot as plt
+from mpl_toolkits.mplot3d import Axes3D
+
+def view_npz_file(file_path: str, save_plot: bool = False):
+    """查看指定的npz文件内容
+    
+    Args:
+        file_path: npz文件路径
+        save_plot: 是否保存可视化图像
+    """
+    try:
+        # 加载npz文件
+        data = np.load(file_path)
+        
+        # 打印基本信息
+        logger.info(f"\n=== NPZ文件内容分析 ===")
+        logger.info(f"文件路径: {file_path}")
+        logger.info(f"\n包含的数组:")
+        
+        # 分析每个数组
+        for key in data.files:
+            array = data[key]
+            logger.info(f"\n{key}:")
+            logger.info(f"  形状: {array.shape}")
+            logger.info(f"  类型: {array.dtype}")
+            
+            if np.issubdtype(array.dtype, np.number):
+                logger.info(f"  最小值: {array.min()}")
+                logger.info(f"  最大值: {array.max()}")
+                logger.info(f"  均值: {array.mean():.4f}")
+                logger.info(f"  标准差: {array.std():.4f}")
+                logger.info(f"  非零元素数量: {np.count_nonzero(array)}")
+                
+                # 如果是点云数据（形状为 Nx3 或 Nx4），绘制3D散点图
+                if len(array.shape) == 2 and array.shape[1] in [3, 4]:
+                    fig = plt.figure(figsize=(10, 10))
+                    ax = fig.add_subplot(111, projection='3d')
+                    
+                    # 绘制点云
+                    points = array[:, :3]  # 取前三列作为坐标
+                    if array.shape[1] == 4:
+                        # 如果有第四列，用它来设置颜色
+                        colors = array[:, 3]
+                        scatter = ax.scatter(points[:, 0], points[:, 1], points[:, 2], 
+                                          c=colors, cmap='viridis')
+                        plt.colorbar(scatter)
+                    else:
+                        ax.scatter(points[:, 0], points[:, 1], points[:, 2])
+                    
+                    ax.set_xlabel('X')
+                    ax.set_ylabel('Y')
+                    ax.set_zlabel('Z')
+                    ax.set_title(f'{key} 点云可视化')
+                    
+                    if save_plot:
+                        plt.savefig(f'{key}_visualization.png')
+                    else:
+                        plt.show()
+                    plt.close()
+        
+        # 如果文件包含pos和neg数组，打印它们的统计信息
+        if 'pos' in data.files and 'neg' in data.files:
+            logger.info("\n正负样本统计:")
+            logger.info(f"正样本数量: {len(data['pos'])}")
+            logger.info(f"负样本数量: {len(data['neg'])}")
+            
+            # 计算正负样本的SDF值分布
+            if data['pos'].shape[1] == 4:
+                pos_sdf = data['pos'][:, 3]
+                neg_sdf = data['neg'][:, 3]
+                
+                logger.info("\nSDF值统计:")
+                logger.info("正样本:")
+                logger.info(f"  最小值: {pos_sdf.min():.4f}")
+                logger.info(f"  最大值: {pos_sdf.max():.4f}")
+                logger.info(f"  均值: {pos_sdf.mean():.4f}")
+                logger.info(f"  标准差: {pos_sdf.std():.4f}")
+                
+                logger.info("负样本:")
+                logger.info(f"  最小值: {neg_sdf.min():.4f}")
+                logger.info(f"  最大值: {neg_sdf.max():.4f}")
+                logger.info(f"  均值: {neg_sdf.mean():.4f}")
+                logger.info(f"  标准差: {neg_sdf.std():.4f}")
+                
+                # 绘制SDF值分布直方图
+                plt.figure(figsize=(12, 6))
+                plt.hist(pos_sdf, bins=50, alpha=0.5, label='正样本')
+                plt.hist(neg_sdf, bins=50, alpha=0.5, label='负样本')
+                plt.xlabel('SDF值')
+                plt.ylabel('频率')
+                plt.title('SDF值分布')
+                plt.legend()
+                
+                if save_plot:
+                    plt.savefig('sdf_distribution.png')
+                else:
+                    plt.show()
+                plt.close()
+        
+    except Exception as e:
+        logger.error(f"查看文件时出错: {str(e)}")
+        raise
+
+def main():
+    parser = argparse.ArgumentParser(description='查看npz文件内容')
+    parser.add_argument('file', type=str, help='npz文件路径')
+    parser.add_argument('--save-plot', action='store_true', help='是否保存可视化图像')
+    
+    args = parser.parse_args()
+    view_npz_file(args.file, args.save_plot)
+
+if __name__ == '__main__':
+    # 直接查看指定文件
+    file_path = '/home/wch/brep2sdf/test_data/sdf/train/lamp_0582.npz'
+    view_npz_file(file_path)