ExponentialCosine 复杂的二维数学函数映射为3D曲面

一:主要的知识点

1、说明

本文只是教程内容的一小段,因博客字数限制,故进行拆分。主教程链接:vtk教程——逐行解析官网所有Python示例-CSDN博客

2、知识点纪要

本段代码主要涉及的有①vtkWarpScalar根据标量值沿着发现方向进行形变


二:代码及注释

import vtkmodules.vtkRenderingOpenGL2 import vtkmodules.vtkInteractionStyle from vtkmodules.vtkCommonColor import vtkNamedColors from vtkmodules.vtkRenderingCore import ( vtkActor, vtkDataSetMapper, vtkRenderWindow, vtkRenderWindowInteractor, vtkRenderer ) from vtkmodules.vtkFiltersSources import vtkPlaneSource from vtkmodules.vtkCommonTransforms import vtkTransform from vtkmodules.vtkFiltersGeneral import vtkTransformPolyDataFilter, vtkWarpScalar from vtkmodules.vtkCommonCore import vtkPoints, vtkDoubleArray from vtkmodules.vtkCommonDataModel import vtkPolyData import math def main(): colors = vtkNamedColors() ren = vtkRenderer() renWin = vtkRenderWindow() renWin.AddRenderer(ren) iren = vtkRenderWindowInteractor() iren.SetRenderWindow(renWin) plane = vtkPlaneSource() plane.SetResolution(300, 300) transform = vtkTransform() transform.Scale(10.0, 10.0, 1.0) transF = vtkTransformPolyDataFilter() transF.SetInputConnection(plane.GetOutputPort()) transF.SetTransform(transform) transF.Update() inputPd = transF.GetOutput() numPts = inputPd.GetNumberOfPoints() newPts = vtkPoints() newPts.SetNumberOfPoints(numPts) derivs = vtkDoubleArray() derivs.SetNumberOfTuples(numPts) bessel = vtkPolyData() bessel.CopyStructure(inputPd) # 将inputPd的拓扑结构复制到bessel中 bessel.SetPoints(newPts) bessel.GetPointData().SetScalars(derivs) x = [0.0] * 3 for i in range(0, numPts): inputPd.GetPoint(i, x) r = math.sqrt(float(x[0] * x[0]) + x[1] * x[1]) x[2] = math.exp(-r) * math.cos(10.0 * r) newPts.SetPoint(i, x) deriv = -math.exp(-r) * (math.cos(10.0 * r) + 10.0 * math.sin(10.0 * r)) derivs.SetValue(i, deriv) """ vtkWarpScalar 与vtkWarpVector不同,其是按照"标量场"来形变 用于根据点的标量值(scalar data)对几何体进行沿法线方向的形变 """ warp = vtkWarpScalar() warp.SetInputData(bessel) """ 启用XYPlane模式, 当 XYPlaneOn() 被调用时,vtkWarpScalar 过滤器会被指示只沿着与XY平面垂直的方向(即Z轴方向)移动顶点 默认情况下,vtkWarpScalar 会沿着几何体的表面法线方向(Normal)进行位移 """ warp.XYPlaneOn() warp.SetScaleFactor(0.5) mapper = vtkDataSetMapper() mapper.SetInputConnection(warp.GetOutputPort()) tmp = bessel.GetScalarRange() mapper.SetScalarRange(tmp[0], tmp[1]) carpet = vtkActor() carpet.SetMapper(mapper) # Assign our actor to the renderer. ren.AddActor(carpet) ren.SetBackground(colors.GetColor3d('Beige')) renWin.SetSize(640, 480) renWin.SetWindowName('ExponentialCosine') # draw the resulting scene ren.ResetCamera() ren.GetActiveCamera().Zoom(1.35) ren.GetActiveCamera().Elevation(-55) ren.GetActiveCamera().Azimuth(25) ren.ResetCameraClippingRange() renWin.Render() iren.Start() if __name__ == '__main__': main()

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1146891.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

STC89C52控制蜂鸣器演奏乐曲完整指南

用STC89C52让蜂鸣器“唱”出《小星星》——从原理到实战的完整实现你有没有试过让一块最普通的51单片机,带着一个几毛钱的蜂鸣器,把《小星星》从头到尾演奏一遍?听起来像魔法,其实并不难。这不仅是电子爱好者入门时的经典项目&…

ResNet18实战:教育智能教具识别系统

ResNet18实战:教育智能教具识别系统 1. 引言:通用物体识别与ResNet-18的工程价值 在智能教育硬件快速发展的今天,如何让教学设备“看懂”学生手中的实物,成为提升互动体验的关键。例如,在幼儿认知课堂中,…

ResNet18优化实战:量化加速推理的完整步骤

ResNet18优化实战:量化加速推理的完整步骤 1. 背景与挑战:通用物体识别中的效率瓶颈 在边缘计算和终端部署场景中,深度学习模型的推理速度与资源消耗成为决定用户体验的关键因素。尽管ResNet-18作为轻量级残差网络已被广泛用于图像分类任务…

通俗解释波形发生器设计中的频率控制

波形发生器设计中的频率控制:从原理到实战你有没有想过,当你按下函数发生器上的“1kHz正弦波”按钮时,它是如何精准地输出一个稳定、干净的信号?背后其实是一套精密的数字控制系统在默默工作。而其中最关键的一环,就是…

ResNet18实战:智能监控系统物体识别部署案例

ResNet18实战:智能监控系统物体识别部署案例 1. 引言:通用物体识别的工程价值与ResNet-18的定位 在智能监控、安防预警、行为分析等实际场景中,通用物体识别是构建视觉感知能力的基础环节。传统方案依赖人工规则或轻量级分类器,…

ResNet18实战:构建高稳定性识别服务的关键

ResNet18实战:构建高稳定性识别服务的关键 1. 通用物体识别与ResNet-18的工程价值 在当前AI应用快速落地的背景下,通用图像分类已成为智能系统感知世界的基础能力。从智能家居到内容审核,从辅助驾驶到AR交互,精准、稳定、低延迟…

ResNet18实战教程:服装分类系统开发

ResNet18实战教程:服装分类系统开发 1. 引言 1.1 学习目标 本文将带你从零开始,使用 ResNet-18 模型构建一个完整的服装图像分类系统。你将掌握: - 如何加载并微调预训练的 ResNet-18 模型 - 构建数据管道与图像增强策略 - 训练流程设计与…

ResNet18应用解析:智能交通管理系统

ResNet18应用解析:智能交通管理系统 1. 技术背景与应用场景 随着城市化进程的加速,交通管理正面临前所未有的挑战。传统的监控系统依赖人工值守和规则化检测,难以应对复杂多变的交通场景。近年来,深度学习技术的突破为智能交通系…

ResNet18性能测试:CPU环境下的推理速度对比

ResNet18性能测试:CPU环境下的推理速度对比 1. 背景与应用场景 在边缘计算、嵌入式设备和资源受限的生产环境中,深度学习模型的CPU推理性能成为决定其能否落地的关键因素。尽管GPU在训练和高并发推理中表现优异,但CPU因其普适性、低成本和低…

多层板PCB生产流程实例分析:常见缺陷及改善措施

多层板PCB生产全流程实战解析:从缺陷溯源到工艺优化你有没有遇到过这样的情况?一块设计完美的16层服务器主板,在回流焊后突然出现间歇性通信故障。FA(失效分析)拆解发现,问题竟出在第8层一个不起眼的微孔—…

ResNet18部署详解:Kubernetes集群部署方案

ResNet18部署详解:Kubernetes集群部署方案 1. 背景与技术选型 1.1 通用物体识别的工程需求 在当前AI服务快速落地的背景下,通用图像分类作为计算机视觉的基础能力,广泛应用于内容审核、智能相册、AR交互和自动化标注等场景。其中&#xff…

ResNet18应用案例:智能垃圾分类系统

ResNet18应用案例:智能垃圾分类系统 1. 引言:通用物体识别与ResNet-18的工程价值 在智能城市和环保科技快速发展的背景下,自动化垃圾分类系统正从实验室走向实际应用场景。传统依赖人工分拣或规则匹配的方式效率低、成本高,而基…

ResNet18性能测试:批量处理能力评测

ResNet18性能测试:批量处理能力评测 1. 引言:通用物体识别中的ResNet-18价值定位 在当前AI视觉应用广泛落地的背景下,高效、稳定、可离线运行的图像分类模型成为边缘计算与本地化部署的关键需求。ResNet-18作为深度残差网络(Dee…

ResNet18入门指南:零代码实现物体识别WebUI

ResNet18入门指南:零代码实现物体识别WebUI 1. 引言:走进通用图像分类的基石——ResNet18 在计算机视觉领域,图像分类是许多高级任务(如目标检测、图像描述生成)的基础。而 ResNet18 作为深度残差网络家族中最轻量级…

ResNet18应用实例:零售货架商品识别系统

ResNet18应用实例:零售货架商品识别系统 1. 引言:通用物体识别与ResNet-18的工程价值 在智能零售、自动化巡检和视觉监控等场景中,快速、稳定、低成本的通用物体识别能力是实现智能化升级的关键基础。传统方案依赖云API调用或复杂部署流程&…

ResNet18代码实例:Python调用图像分类API详细教程

ResNet18代码实例:Python调用图像分类API详细教程 1. 引言 1.1 通用物体识别的现实需求 在智能安防、内容审核、自动驾驶和智能家居等场景中,快速准确地识别图像中的物体是AI系统的基础能力。尽管当前已有大量深度学习模型可供选择,但许多…

ResNet18性能优化:CPU推理速度提升5倍的详细步骤

ResNet18性能优化:CPU推理速度提升5倍的详细步骤 1. 背景与挑战:通用物体识别中的效率瓶颈 在边缘计算和本地化部署场景中,深度学习模型的推理效率直接决定了用户体验和系统可用性。尽管ResNet-18作为轻量级图像分类模型被广泛使用&#xf…

无源蜂鸣器驱动电路工作原理深度剖析

无源蜂鸣器驱动电路:从原理到实战的完整指南你有没有遇到过这样的场景?系统报警了,蜂鸣器却“哑火”;或者声音忽大忽小、频率不准,甚至烧掉了三极管?别急——问题很可能出在那个看似简单的无源蜂鸣器驱动电…

超详细版:并行计算加速科学仿真的实战案例

并行计算如何让科学仿真快如闪电?一个热传导仿真的实战拆解你有没有过这样的经历:跑一次仿真,等了整整一晚上,结果早上一看——收敛失败,还得重来?在科研和工程领域,这种“算力焦虑”太常见了。…

ResNet18物体识别详解:模型部署常见问题

ResNet18物体识别详解:模型部署常见问题 1. 引言:通用物体识别中的ResNet-18价值 在当前AI应用快速落地的背景下,通用图像分类已成为智能监控、内容审核、辅助诊断等多个领域的基础能力。其中,ResNet-18作为深度残差网络&#x…