做三维可视化程序的朋友应该都有过这种经历：场景里明明摆好了模型，用户随手在窗口里点了一下，程序却只有默认的相机旋转在响应，完全没有“点到哪个物体”的概念。等真正动手去查文档，又会发现 VTK 里拾取相关的类一堆，每个貌似都能用，但拿到的信息完全不一样。这一篇就来彻底解决这个小问题——VTK 的像素拾取（Pick），目标很明确：让鼠标点击这一下，能准确告诉你点中了哪个 Actor、落在哪个三角面上、甚至具体到哪个顶点、世界坐标是多少。
内容适合已经能搭出vtkRenderer、vtkRenderWindow、vtkInteractorStyleTrackballCamera这套基础渲染管道、但还没认真处理过鼠标命中的开发者。我写这篇文章之前预设你有两条知识基线：一是知道怎么把几何数据通过 Mapper 挂到 Actor 上，二是知道GetEventPosition()能拿到鼠标像素坐标。有了这两点，接下来的内容会非常顺畅。拾取这件事的坑不在“调用”，而在“选型”和“坐标换算”，这两块是本文重点。
1. 拾取到底在“拾”什么：一次点击背后的三段式回答
1.1 从事件坐标到 Prop：拾取的第一层输出
拾取的最原始输入只有一个：鼠标在窗口里的像素坐标(x, y)。在 VTK 里，这个坐标来自交互器的GetEventPosition()，它是以渲染窗口像素为单位的整数，原点在窗口左下角，向右为 x 正方向，向上为 y 正方向。这跟很多桌面 GUI 框架里原点在左上角、y 轴向下正好相反，初学者经常在这里栽跟头，后面我会专门展开。
拿到像素点之后，选择器要做的事情是：从相机视点出发，穿过这个像素做一条射线，然后判断射线跟场景里的哪些几何体相交，再从中挑出离视点最近的交点。一个像素对应一条射线，这条射线可能打了多个物体，最终选中的永远是深度最小的那个表面交点。所以拾取的第一层回答是：命中到了哪个 Prop，也就是哪个 Actor。
vtkPropPicker就是专门干这件事的，它只回答“哪个 Actor”，不告诉你具体落在哪个面片或顶点上。这个粒度对很多交互场景其实已经够用，比如点击不同模型切换选中状态、区分点击的是左半部分还是右半部分，很多界面操作并不需要精确到面。
1.2 从 Prop 到 Cell/Point：拾取的第二层输出
如果要做更细粒度的交互，比如点击高亮某个三角面、测量两个点在模型表面上的距离、或者想获取命中点的法向量，那“哪个 Actor”就太粗糙了。你需要知道射线最终击中了这个 Actor 几何数据里的第几个单元（Cell），以及在这个单元内部的子单元索引（SubId）。
这个时候要请出vtkCellPicker。它在命中后不仅返回 ViewProp，还能返回：
GetCellId()：命中的单元编号，比如球体三角网格里第 232 个三角形。GetSubId()：当单元内部还有细分结构时，进一步的子单元索引。GetPickPosition()：命中点的世界坐标，这是一个三维双精度数组。
如果再往下走一层，vtkPointPicker把命中粒度缩小到了顶点PointId，适合点云选点、顶点编辑这类场景。它的原理是遍历所有可见点，选投影到屏幕后离鼠标位置最近的一个，并且会考虑容差。
1.3 拾取没有第二层怎么办：坐标补偿方案
有时候你可能只想拿到世界坐标，压根不关心点中了什么物体。比如你想在白模场景里右键选择某一块空地，然后把相机移动过去。vtkWorldPointPicker就只做一件事：返回射线与场景几何的最近交点坐标，但它不保存“命中哪个 Prop”这个信息。
这个特性在某些情况下是很实用的——你的业务逻辑只关心落在哪个位置，不关心位置属于哪个对象。比如地形编辑工具，用户往地表点击一个点，这个点到底落在哪个瓦片对象上并不重要，重要的是世界坐标里那个 XZ 位置。但如果既想要坐标又想要对象信息，那就别用这个选择器，老老实实用vtkCellPicker，一次调用把两样都拿回来。
2. 选择器选型决定下限：四类内置 Picker 的取舍
2.1 四类 Picker 的核心区别
VTK 把拾取细分成了好几个类，初学者最容易犯的错误是看着名字随意选，选了vtkPropPicker之后发现拿不到 CellId，回头再责怪库不给力。其实它们的使用边界非常清晰，我整理了一张表，基本能覆盖绝大多数场景：
| 选择器 | 返回粒度 | 典型用途 | 需要注意的点 |
|---|---|---|---|
vtkPropPicker | 命中的 Prop | 区分点击了哪个 Actor | 不返回单元/顶点信息 |
vtkCellPicker | Prop + CellId + SubId + 世界坐标 | 表面编辑、测距、命中分析 | 性能比 PropPicker 慢一点点 |
vtkPointPicker | PointId + 世界坐标 | 点云选点、顶点编辑 | 依赖几何数据中存在点 |
vtkWorldPointPicker | 世界坐标 | 地形拾取、位置落点 | 不返回任何 Prop 信息 |
选型不是越高级越好，而是粒度要匹配业务。只在界面层级做交互，vtkPropPicker足够且最快；一旦模型需要精确到面，比如你要把点击坐标投影到曲面上给用户做标注，那必须vtkCellPicker。点云场景用vtkPointPicker很直观，但要注意它拾取的是“最近点”而不是“射线交点”，两者有细微差别。
2.2 为什么实战里我用 vtkCellPicker 打底
我在自己的项目里，只要不是纯 GUI 点击判断，一律用vtkCellPicker打底。原因很简单：它给出的信息是完整的，一个返回值顶三个。
设想一个模型测量工具。点击模型表面两个点，然后要算两点空间距离，这时候你拿到的PickPosition就是落在三角面上的真实位置，不是单元中心、也不是顶点插值，而是精度足够高的面内坐标。同时CellId又能帮你做后续的法向量查询或者局部高亮。这种完整性让整个工具链只需要维护一种拾取方式，不用为不同功能切来切去。
vtkCellPicker的另一个实用参数是SetTolerance，默认是 0.025。这个值在像素单位下表示鼠标点离命中目标的允许偏离范围。对比较细小的物体，比如一根线缆、一个薄片，默认容差可能点不中，适当调大容差能显著改善手感。
2.3 vtkHardwareSelector 什么时候才值得引入
还有个高效但复杂度较高的拾取方案：vtkHardwareSelector。它不走射线求交，而是直接利用 GPU 渲染时给每个对象写入的 ID 颜色，通过读取帧缓冲里点击像素的颜色值来判断命中了谁。这种方案的优势是极快，适合需要批量拾取或对性能要求极高的场景，因为一次渲染就能给整帧所有像素都做好 ID 标记。
不过代价也很明显：需要单独搭建一套拾取渲染流程，要处理 ID 颜色编码、不同渲染后端的兼容性、以及透明对象的 ID 写入问题。我个人的建议是，常规交互先用vtkCellPicker，等遇到性能瓶颈或者要支持框选批量拾取时，再考虑引入硬件选择器，不要一上来就上重武器。
3. 动手跑通第一个拾取示例：事件、选择器与输出
3.1 场景搭建
直接上完整可运行的示例。场景里放三个基础几何体：一个球在最中间，右侧放一个圆锥，左侧放一个立方体。给每个 Actor 设置ObjectName，这样拾取反馈里能直接打印出“点中了哪个物体”。
需要说明的是，SetObjectName是 VTK 里给任意vtkObject挂名称的通用接口，在 VTK 9 系列里都有。如果你还攥着更老的版本，可以用prop->GetClassName()临时顶着，只是打印出来的是类名而不是业务名。
3.2 事件绑定的两个关键点
事件绑定这里有两个细节容易踩坑。第一，我选择给vtkRenderWindowInteractor直接挂vtkCommand::LeftButtonPressEvent的观察者，避免去重写整个交互样式类。第二，这个回调要在默认的轨道球相机操作之前或者之后执行，取决于你想不想同时让相机也跟着转。
示例里我的做法是：回调里只做拾取和打印，不调用交互器的其他操作。这样的效果是点击左键既打印命中信息，又继续执行默认的相机旋转，两个行为互不干扰。如果你希望点击只做拾取不做旋转，可以在回调末尾把事件标记为已处理，阻止后续观察者继续响应。
3.3 代码和运行效果
#include <vtkActor.h> #include <vtkCallbackCommand.h> #include <vtkCellPicker.h> #include <vtkCommand.h> #include <vtkConeSource.h> #include <vtkCubeSource.h> #include <vtkInteractorStyleTrackballCamera.h> #include <vtkNamedColors.h> #include <vtkNew.h> #include <vtkPolyDataMapper.h> #include <vtkProperty.h> #include <vtkRenderWindow.h> #include <vtkRenderWindowInteractor.h> #include <vtkRenderer.h> #include <vtkSphereSource.h> #include <iostream> void PickCallback(vtkObject* caller, long unsigned int vtkNotUsed(eventId), void* vtkNotUsed(clientData), void* vtkNotUsed(callData)) { vtkRenderWindowInteractor* iren = static_cast<vtkRenderWindowInteractor*>(caller); vtkRenderer* renderer = iren->GetRenderWindow()->GetRenderers()->GetFirstRenderer(); int* pos = iren->GetEventPosition(); vtkNew<vtkCellPicker> picker; picker->SetTolerance(0.025); picker->Pick(pos[0], pos[1], 0, renderer); if (picker->GetViewProp()) { vtkProp* prop = picker->GetViewProp(); const char* name = prop->GetObjectName(); std::cout << "Pick position: (" << picker->GetPickPosition()[0] << ", " << picker->GetPickPosition()[1] << ", " << picker->GetPickPosition()[2] << ")" << std::endl; std::cout << "Prop: " << (name ? name : prop->GetClassName()) << std::endl; std::cout << "CellId: " << picker->GetCellId() << std::endl; std::cout << "SubId: " << picker->GetSubId() << std::endl; } else { std::cout << "Nothing picked." << std::endl; } } int main() { vtkNew<vtkNamedColors> colors; vtkNew<vtkSphereSource> sphere; vtkNew<vtkPolyDataMapper> sphereMapper; sphereMapper->SetInputConnection(sphere->GetOutputPort()); vtkNew<vtkActor> sphereActor; sphereActor->SetMapper(sphereMapper); sphereActor->GetProperty()->SetColor(colors->GetColor3d("Tomato").GetData()); sphereActor->SetObjectName("Sphere"); vtkNew<vtkConeSource> cone; vtkNew<vtkPolyDataMapper> coneMapper; coneMapper->SetInputConnection(cone->GetOutputPort()); vtkNew<vtkActor> coneActor; coneActor->SetMapper(coneMapper); coneActor->SetPosition(2.0, 0.0, 0.0); coneActor->GetProperty()->SetColor(colors->GetColor3d("Lime").GetData()); coneActor->SetObjectName("Cone"); vtkNew<vtkCubeSource> cube; vtkNew<vtkPolyDataMapper> cubeMapper; cubeMapper->SetInputConnection(cube->GetOutputPort()); vtkNew<vtkActor> cubeActor; cubeActor->SetMapper(cubeMapper); cubeActor->SetPosition(-2.0, 0.0, 0.0); cubeActor->GetProperty()->SetColor(colors->GetColor3d("SteelBlue").GetData()); cubeActor->SetObjectName("Cube"); vtkNew<vtkRenderer> renderer; renderer->AddActor(sphereActor); renderer->AddActor(coneActor); renderer->AddActor(cubeActor); renderer->SetBackground(colors->GetColor3d("Black").GetData()); vtkNew<vtkRenderWindow> renderWindow; renderWindow->AddRenderer(renderer); renderWindow->SetSize(800, 600); renderWindow->SetWindowName("PickPixelDemo"); vtkNew<vtkRenderWindowInteractor> iren; iren->SetRenderWindow(renderWindow); vtkNew<vtkInteractorStyleTrackballCamera> style; iren->SetInteractorStyle(style); vtkNew<vtkCallbackCommand> pickCallback; pickCallback->SetCallback(PickCallback); iren->AddObserver(vtkCommand::LeftButtonPressEvent, pickCallback); renderer->ResetCamera(); renderWindow->Render(); iren->Start(); return 0; }编译运行后，点击画面中央的球体，控制台会输出类似这样的内容：
Pick position: (0.112, 0.089, 0.467) Prop: Sphere CellId: 232 SubId: 0这个结果至少说明了三件事：命中点坐标确实落在球体表面；GetViewProp()返回的是我们命名过的 Actor；CellId 是球体三角网格中的一个具体三角形编号。如果你的程序运行之后点击模型没反应，或者输出Nothing picked，优先检查两点：一是鼠标点击的像素是不是落在 Renderer 的窗口范围内；二是场景里 Actor 是否真的渲染出来了，比如被其他物体完全遮挡时射线打不到。
4. 坐标换算链：显示坐标、NDC 与世界坐标的转换
4.1 左手系窗口坐标与 VTK 的显示坐标差异
拾取的输出最终都是世界坐标，但中间经过的换算链路很多人不清楚。鼠标事件拿到的(x, y)是显示坐标，VTK 里这个坐标的原点在窗口左下角。而很多图形框架里鼠标坐标原点在左上角，所以在做跨框架对接时，经常要做一次 y 轴翻转：
int flippedY = windowHeight - mouseY - 1;这个-1不是玄学，是因为像素坐标是离散的，行号从 0 到height-1，如果直接height - mouseY，翻转到的最上边一行就偏出了有效范围。窗口高度是 600 的时候，mouseY = 0翻转到 599，才是真正最上边的那一行。
4.2 手动把屏幕点转成世界点
5. 拾取结果往下挖：把 CellId 换算成几何资产
5.1 用 CellId 拿回单元数据
vtkCellPicker返回的CellId是直接对应几何数据集里单元数组下标的整数。拿到它之后，就可以对几何数据做非常底层的操作。
获取方式分为两步：先通过picker->GetDataSet()拿到命中的vtkDataSet，再调用GetCell(cellId)拿到对应的vtkCell对象。
vtkPolyData* polyData = vtkPolyData::SafeDownCast(picker->GetDataSet()); if (polyData) { vtkCell* cell = polyData->GetCell(picker->GetCellId()); vtkPoints* cellPoints = cell->GetPoints(); for (vtkIdType i = 0; i < cellPoints->GetNumberOfPoints(); ++i) { double p[3]; cellPoints->GetPoint(i, p); // 处理单元顶点坐标 } }
