Lunes, 16 de noviembre de 2026
Portada de las 22:25
Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Show HN

Show HN: De 3D a 2D, aplanando nubes de puntos (imágenes de geometría)

flatpoints es una biblioteca de Python que toma una nube de puntos 3D muestreada sobre una superficie desconocida y la coloca en una cuadrícula cuadrada de píxeles, un píxel por punto. Aplica a nubes de puntos la idea de las geometry images de Gu, Gortler y Hoppe.

Foto: vía github.com

Leer el artículo aquíArtículo original (github.com) 1 comentarios en Hacker News

Escucha la noticia3 min

La biblioteca recibe una nube de puntos (N, 3) y reparte sus puntos en una cuadrícula (n, n), de modo que cada punto tiene su propio píxel y los píxeles vecinos contienen puntos cercanos en la superficie. Cualquier dato asociado a los puntos (coordenadas xyz, normales, colores, características) se convierte así en una imagen (n, n, *C), a la que se pueden aplicar herramientas 2D como convoluciones, CNN, SVD o interpolación en cuadrícula.

Para mapear la superficie a un cuadrado, flatpoints la corta antes en dos hemisferios si hace falta. Con single_face=True se aplana una superficie abierta, como un terreno, en una sola imagen; con single_face=False, una superficie cerrada, como un dragón, se aplana en dos imágenes, una por hemisferio. Se puede indicar un normal_axis para controlar el eje desde el que se ve la superficie. Las superficies con cierre residual, como un toro, se cortan además deformándolas en cada hemisferio. El README cita como base el mapa conforme rectangular de Meng, Choi y Lui (TEMPO).

El README describe dos aplicaciones. La primera es remuestrear una nube de puntos: se toman puntos en el cuadrado unidad y se transportan a la superficie por interpolación bilineal de la imagen xyz. Por defecto se usa una semilla hiperuniforme 2D (ruido azul) y, con method="ot", se optimiza con transporte óptimo. El autor reconoce que, si solo hace falta un subconjunto de los puntos, el farthest point sampling (FPS) es casi igual de uniforme.

La segunda aplicación es comprimir la nube. Como los píxeles vecinos contienen puntos vecinos, las imágenes xyz son suaves y comprimen bien. flat.compress ofrece SVD truncado, DCT 2D y wavelets 2D, con un factor que indica la fracción de almacenamiento ahorrada frente a float32 (96 bits por punto). El resultado se guarda, por ejemplo, en .jp2. Se instala con pip install flatpoints; el código es MIT, salvo rcm.py, que es Apache 2.0, y algunos modelos de ejemplo tienen licencias solo de investigación o no comerciales.

En Hacker News

«Show HN: 3D to 2D, point clouds flattening (geometry images)» · puesto 27 · 10 puntos · enviado por adec314

Lo que dicen los comentarios

El único comentario es del propio autor, que cuenta de dónde viene el proyecto. Quería meter nubes de puntos irregulares en cuadrículas regulares y usar la cuadrícula como estructura de datos, no porque sea mejor que los árboles, sino porque, al estar más estructurada, se integra con más facilidad en pipelines de ML. Para ordenar mejor los puntos con su multiindexado necesitaba aplanarlos, y de ahí llegó al aplanado de mallas y a las geometry images. Dice que funciona: conejos, dragones y elefantes caben en la cuadrícula sin perder patas ni orejas.

  • Llevo tiempo intentando meter cosas irregulares (nubes de puntos) en cuadrículas regulares para usar la propia cuadrícula como estructura de datos. No porque sea mejor, sino porque es más estructurada que, por ejemplo, los árboles y se integra más fácil en pipelines de ML.
    — adec314, leer el comentario
  • Para que el multiindexado fuera más eficaz necesitaba un preprocesado que aplanara los puntos, de 3D a 2D: si ya están planos, puedo ordenarlos mejor. Así llegué al aplanado de mallas y a las geometry images.
    — adec314, leer el comentario
  • Parece que funciona: ahora puedo meter conejos, dragones y elefantes en la cuadrícula sin perder la mitad de las patas, las orejas o lo que sea por el camino.
    — adec314, leer el comentario

Pregunta sobre esta noticia

Respuestas automáticas a partir de las noticias de El Autómata, sus fuentes y la radio. Pueden contener errores: comprueba los enlaces.

Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.