一:Dragon繪制實例(三維掃描的繪制)
三維掃描主要用於對物體空間外形結構以及色彩進行掃描,用以獲得物體表面的空間坐標,
他的主要意義在於能夠將實物的立體信息轉換為計算機能夠直接處理的數據信號,為實物的數字化提供了相對方便快捷的手段,
因此,三維掃描為工業建模,文物保存,虛擬空間構建都起到了非常重要的作用。
下載地址:http://graphics.stanford.edu/data/3Dscanrep/,頁面搜索Dragon即可
提取文件
import tarfile,os #讀取tar壓縮文件 dragon_tar_file = tarfile.open("dragon_recon.tar.gz") try: os.mkdir("dragon_data") except: pass dragon_tar_file.extractall("dragon_data") dragon_tar_file.close()
文件路徑拼接
import os dragon_ply_file = os.path.join("dragon_data","dragon_recon","dragon_vrip.ply")
.ply是一個很通用的三維掃描格式Polygon File Format--->也叫作Stanford Triangle Format 用來存儲三維掃描結果的三維數值通過多邊形面片集合來描述三維物體 分辨率極高
對.ply文件進行三維可視化
import os,shutil,tarfile from mayavi import mlab #讀取tar壓縮文件 dragon_tar_file = tarfile.open("dragon_recon.tar.gz") try: os.mkdir("dragon_data") except: pass dragon_tar_file.extractall("dragon_data") dragon_tar_file.close() dragon_ply_file = os.path.join("dragon_data","dragon_recon","dragon_vrip.ply") mlab.pipeline.surface(mlab.pipeline.open(dragon_ply_file)) mlab.show() shutil.rmtree("dragon_data")
二:Canyon地形可視化實例
hgt(height File Format)他是存儲在航天,飛機,雷達,地形,測繪任務格式的數據文件,數據中包含空隙,數據丟失部分
下載地址:https://dds.cr.usgs.gov/srtm/version2_1/SRTM1/Region_04/(需要翻牆)
import zipfile import numpy as np from mayavi import mlab hgt = zipfile.ZipFile("N36W113.hgt.zip").read("N36W113.hgt") #處理地形數據 data = np.fromstring(hgt,">i2") #構建整數型數據,相當於2*8的16位數組 data.shape = (3601,3601) #確定數組的行數和列數 data = data.astype(np.float32) #使用32位浮點型 data = data[:1000,900:1900] #為了提高效率,我們只選取部分數據x:0-1000 y:900-1900 data[data == -32768] = data[data > 0].min() #數據中有-32768表示為空隙數據,將該數據設置為數據中的最小值 #渲染地形hgt的數據data mlab.figure(size=(400,320),bgcolor=(0.16,0.28,0.46)) #獲取窗口,窗口大小為400,320 mlab.surf(data,colormap="gist_earth",warp_scale=0.2, vmin=1200,vmax=1610) #清空內存 del data #創建交互式可視化窗口 mlab.view(-5.9,83,570,[5.3,20,238]) #設置相機的視角(可選)(方位角,高度,距離和焦點等) mlab.show()
三:地球儀實例繪制
echarts世界地圖各個國家及中國城市的經緯度數組
(一)數據源
#城市經緯度數據 cities_data = """ 阿富汗,67.709953,33.93911 孟加拉國,90.356331,23.684994 津巴布韋,29.154857,-19.015438 泉州,118.58,24.93 廈門,118.1,24.46 牡丹江,129.58,44.6 綿陽,104.73,31.48 鄭州,113.65,34.76 沈陽,123.38,41.8 愛爾蘭,-8.24389,53.41291 烏拉圭,-55.765835,-32.522779 """
(二)處理數據 ,建立索引字典和坐標列表
#建立城市-城索引的字典,城市經緯度的列表 import csv cities = dict() coords = list() for line in list(csv.reader(cities_data.split("\n")))[1:-1]: #1:-1排除第一行只有一個\n name,long_,lat = line cities[name] = len(coords) #建立索引,len會隨着coords增加而增加,這就是索引,我們根據這個去查找列表,更快 coords.append((float(long_),float(lat)))
(三)進行坐標轉換(在三維空間中實際是按照x,y,z三個軸來表示的,而地球數據是按照經緯度表示,需要將經緯度二維轉三維坐標)
#坐標轉換 coords = np.array(coords) lat, long = coords.T*np.pi/180 #進行轉置 x = np.cos(long)*np.cos(lat) y = np.cos(long)*np.sin(lat) z = np.sin(long)
(四)地球繪制部分
(1)建立窗口
#繪制窗口 mlab.figure(size=(400,400),bgcolor=(0.48,0.48,0.48)) ........ mlab.view(100,60,4,[-0.05,0,0]) #設置相機的視角(可選)(方位角,高度,距離和焦點等) mlab.show()
(2)繪制地球
#繪制球體mesh也可以,不過效果不好 sphere = mlab.points3d( #繪制半透明球體,表示地球外表面 0,0,0, scale_factor=2, color=(0.67,0.77,0.93), resolution = 50, opacity = 0.7, name = "Earth" )
優化(放在后面,在show前面,對整體績效鏡面處理)
#上面效果不是太好,添加鏡面反射等參數 #調整鏡面反射參數 sphere.actor.property.specular = 0.45 sphere.actor.property.specular_power = 5 #設置背面剔除,以更好的顯示透明效果 sphere.actor.property.backface_culling = True
(3)在地球相應位置繪制城市名稱(一個點)
#繪制城市名稱 points = mlab.points3d(x,y,z, #已設置過的三維坐標 scale_mode="none", #放縮模式,標量,矢量,無 scale_factor=0.03, #放縮比例 color=(0,0,1))
(4)在相應位置繪制城市名稱(mlab.text(x,y,z,text,...)),中文有問題,注意數據選取均勻
#繪制城市名字 for city,index in cities.items(): label = mlab.text(x[index],y[index],city,z=z[index], #x,y,city是城市名稱,z坐標,width是文本寬度,name表示文本對象 width=0.016*len(city),name=city) label.property.shadow = True
(5)繪制大洲的邊界
大洲的邊界是一個不規則圖形,很難提供直接的數據,不過vtk給我們提供了多邊形數據源,叫做BuiltinSurface,其中就含有地球大洲邊界現象
#繪制地球上大洲的邊界 from mayavi.sources.builtin_surface import BuiltinSurface #使用mlab的管線繪制表面函數對邊界進行繪制 continents_src = BuiltinSurface(source="earth",name="Continents") continents = mlab.pipeline.surface(continents_src,color=(0,0,0))
優化:LOD實現近細遠粗
#繪制地球上大洲的邊界 from mayavi.sources.builtin_surface import BuiltinSurface #使用mlab的管線繪制表面函數對邊界進行繪制 continents_src = BuiltinSurface(source="earth",name="Continents") #設置模型LOD的層級,實現近細遠粗 continents_src.data_source.on_ratio = 2 #2級lod continents = mlab.pipeline.surface(continents_src,color=(0,0,0))
(6)繪制赤道線
#赤道線numpy數組的構造過程 theta = np.linspace(0,2*np.pi,100) #由很多小直線組成 x = np.cos(theta) y = np.sin(theta) z = np.zeros_like(theta) #繪制赤道線 mlab.plot3d(x,y,z,color=(1,1,1), opacity=0.2,tube_radius=None)
(五)全部代碼
import numpy as np from mayavi import mlab #城市經緯度數據 cities_data = """ Hong Kong,114.109497,114.109497 Miami,-80.19179,-80.19179 Manila,120.984219,120.984219 Caracas,-66.903606,-66.903606 Nicosia,33.382276,33.382276 Luxembourg,6.129583,6.129583 Mexico City,-99.133208,-99.133208 Doha,51.53104,51.53104 Prague,14.4378,14.4378 Delhi,77.209021,77.209021 Taipei,121.565418,121.565418 Tel Aviv,34.781768,34.781768 São Paulo,-46.633309,-46.633309 Oslo,10.752245,10.752245 Milan,9.185924,9.185924 Toronto,-79.383184,-79.383184 Helsinki,24.938379,24.938379 Chicago,-87.629798,-87.629798 Tokyo,139.691706,139.691706 Paris,2.352222,2.352222 Kuala Lumpur,101.686855,101.686855 Manama,50.58605,50.58605 Lyon,4.835659,4.835659 Madrid,-3.70379,-3.70379 Tallinn,24.753575,24.753575 Bucharest,26.102538,26.102538 Montreal,-73.567256,-73.567256 Riga,24.105186,24.105186 Istanbul,28.978359,28.978359 New York,-74.005941,-74.005941 Vilnius,25.279651,25.279651 Moscow,37.6173,37.6173 """ #1.建立城市-城索引的字典,城市經緯度的列表 import csv cities = dict() coords = list() for line in list(csv.reader(cities_data.split("\n")))[1:-1]: #1:-1排除第一行只有一個\n name,long_,lat = line cities[name] = len(coords) #建立索引,len會隨着coords增加而增加,這就是索引,我們根據這個去查找列表,更快 coords.append((float(long_),float(lat))) #2.坐標轉換 coords = np.array(coords) lat, long = coords.T*np.pi/180 #進行轉置 x = np.cos(long)*np.cos(lat) y = np.cos(long)*np.sin(lat) z = np.sin(long) #3.繪制窗口 mlab.figure(size=(400,400),bgcolor=(0.48,0.48,0.48)) #4.繪制球體mesh也可以,不過效果不好 sphere = mlab.points3d( #繪制半透明球體,表示地球外表面 0,0,0, scale_factor=2, color=(0.67,0.77,0.93), resolution = 50, opacity = 0.7, name = "Earth" ) #5.繪制城市名稱 points = mlab.points3d(x,y,z, #已設置過的三維坐標 scale_mode="none", #放縮模式,標量,矢量,無 scale_factor=0.03, #放縮比例 color=(0,0,1)) #6.繪制城市名字 for city,index in cities.items(): label = mlab.text(x[index],y[index],city,z=z[index], #x,y,city是城市名稱,z坐標,width是文本寬度,name表示文本對象 width=0.016*len(city),name=city) label.property.shadow = True #7.繪制地球上大洲的邊界 from mayavi.sources.builtin_surface import BuiltinSurface #使用mlab的管線繪制表面函數對邊界進行繪制 continents_src = BuiltinSurface(source="earth",name="Continents") #8.設置模型LOD的層級,實現近細遠粗 continents_src.data_source.on_ratio = 2 #2級lod continents = mlab.pipeline.surface(continents_src,color=(0,0,0)) #9.赤道線numpy數組的構造過程 theta = np.linspace(0,2*np.pi,100) x = np.cos(theta) y = np.sin(theta) z = np.zeros_like(theta) #10.繪制赤道線 mlab.plot3d(x,y,z,color=(1,1,1), opacity=0.2,tube_radius=None) #11.上面效果不是太好,添加鏡面反射等參數 #調整鏡面反射參數 sphere.actor.property.specular = 0.45 sphere.actor.property.specular_power = 5 #設置避免剔除,以更好的顯示透明效果 sphere.actor.property.backface_culling = True mlab.view(100,60,4,[-0.05,0,0]) #設置相機的視角(可選)(方位角,高度,距離和焦點等) mlab.show()