在python中将一组3D点转换为高度图像的最快方法

import numpy as np
import matplotlib.pyplot as plt

# 生成一组示例的3D点数据
points_3d = np.random.rand(100, 3)  # 100个点，每个点有x、y、z三个坐标

# 将3D点投影到二维平面上，将z坐标作为高度值
heights = points_3d[:, 2]

# 将高度值归一化到0-255的范围，方便生成灰度图像
heights_normalized = (heights - heights.min()) / (heights.max() - heights.min()) * 255

# 创建一个二维的图像数组
image = np.zeros((512, 512))

# 将归一化后的高度值填充到对应的像素位置上
for i in range(len(points_3d)):
    x = int(points_3d[i, 0] * 512)
    y = int(points_3d[i, 1] * 512)
    image[y, x] = heights_normalized[i]

# 使用matplotlib库显示高度图像
plt.imshow(image, cmap='gray')
plt.show()