科学计算三维可视化---Mayavi可视化实例

一：Dragon绘制实例（三维扫描的绘制）

 三维扫描主要用于对物体空间外形结构以及色彩进行扫描，用以获得物体表面的空间坐标，

他的主要意义在于能够将实物的立体信息转换为计算机能够直接处理的数据信号，为实物的数字化提供了相对方便快捷的手段，

因此，三维扫描为工业建模，文物保存，虚拟空间构建都起到了非常重要的作用。

下载地址：http://graphics.stanford.edu/data/3Dscanrep/，页面搜索Dragon即可

提取文件

import tarfile,os
#读取tar压缩文件
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()

文件路径拼接

import os

dragon_ply_file = os.path.join("dragon_data","dragon_recon","dragon_vrip.ply")
.ply是一个很通用的三维扫描格式Polygon File Format--->也叫作Stanford Triangle Format　　用来存储三维扫描结果的三维数值通过多边形面片集合来描述三维物体    分辨率极高

对.ply文件进行三维可视化

import os,shutil,tarfile
from mayavi import mlab

#读取tar压缩文件
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地形可视化实例

hgt(height File Format)他是存储在航天，飞机，雷达，地形，测绘任务格式的数据文件，数据中包含空隙，数据丢失部分

下载地址：https://dds.cr.usgs.gov/srtm/version2_1/SRTM1/Region_04/（需要FQ）

import zipfile
import numpy as np
from mayavi import mlab

hgt = zipfile.ZipFile("N36W113.hgt.zip").read("N36W113.hgt")

#处理地形数据
data = np.fromstring(hgt,">i2") #构建整数型数据，相当于2*8的16位数组
data.shape = (3601,3601)    #确定数组的行数和列数
data = data.astype(np.float32)  #使用32位浮点型
data = data[:1000,900:1900] #为了提高效率，我们只选取部分数据x:0-1000 y:900-1900
data[data == -32768] = data[data > 0].min() #数据中有-32768表示为空隙数据，将该数据设置为数据中的最小值

#渲染地形hgt的数据data
mlab.figure(size=(400,320),bgcolor=(0.16,0.28,0.46))    #获取窗口，窗口大小为400，320
mlab.surf(data,colormap="gist_earth",warp_scale=0.2,
          vmin=1200,vmax=1610)

#清空内存
del data
#创建交互式可视化窗口
mlab.view(-5.9,83,570,[5.3,20,238]) #设置相机的视角（可选）（方位角，高度，距离和焦点等）
mlab.show()

三：地球仪实例绘制

echarts世界地图各个国家及中国城市的经纬度数组

（一）数据源

#城市经纬度数据
cities_data = """
阿富汗,67.709953,33.93911
孟加拉国,90.356331,23.684994
津巴布韦,29.154857,-19.015438
泉州,118.58,24.93
厦门,118.1,24.46
牡丹江,129.58,44.6
绵阳,104.73,31.48
郑州,113.65,34.76
沈阳,123.38,41.8
爱尔兰,-8.24389,53.41291
乌拉圭,-55.765835,-32.522779
"""

（二）处理数据 ，建立索引字典和坐标列表

csv:数据分析与展示---Numpy数据存取与函数

#建立城市-城索引的字典，城市经纬度的列表
import csv
cities = dict()
coords = list()
for line in list(csv.reader(cities_data.split("\n")))[1:-1]:    #1:-1排除第一行只有一个\n
    name,long_,lat = line
    cities[name] = len(coords)  #建立索引，len会随着coords增加而增加，这就是索引，我们根据这个去查找列表，更快
    coords.append((float(long_),float(lat)))

（三）进行坐标转换（在三维空间中实际是按照x,y,z三个轴来表示的，而地球数据是按照经纬度表示，需要将经纬度二维转三维坐标）

#坐标转换
coords = np.array(coords)
lat, long = coords.T*np.pi/180  #进行转置
x = np.cos(long)*np.cos(lat)
y = np.cos(long)*np.sin(lat)
z = np.sin(long)

（四）地球绘制部分

（1）建立窗口

#绘制窗口
mlab.figure(size=(400,400),bgcolor=(0.48,0.48,0.48))

........

mlab.view(100,60,4,[-0.05,0,0]) #设置相机的视角（可选）（方位角，高度，距离和焦点等）
mlab.show()

（2）绘制地球

#绘制球体mesh也可以，不过效果不好
sphere = mlab.points3d( #绘制半透明球体，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"
)

优化（放在后面，在show前面，对整体绩效镜面处理）

#上面效果不是太好，添加镜面反射等参数
#调整镜面反射参数
sphere.actor.property.specular = 0.45
sphere.actor.property.specular_power = 5
#设置背面剔除，以更好的显示透明效果
sphere.actor.property.backface_culling = True

（3）在地球相应位置绘制城市名称（一个点）

#绘制城市名称
points = mlab.points3d(x,y,z,   #已设置过的三维坐标
                       scale_mode="none",   #放缩模式，标量，矢量，无
                       scale_factor=0.03,   #放缩比例
                       color=(0,0,1))

（4）在相应位置绘制城市名称（mlab.text(x,y,z,text,...)），中文有问题，注意数据选取均匀

#绘制城市名字
for city,index in cities.items():
    label = mlab.text(x[index],y[index],city,z=z[index],    #x,y,city是城市名称，z坐标，width是文本宽度，name表示文本对象
                      width=0.016*len(city),name=city)
    label.property.shadow = True

（5）绘制大洲的边界

大洲的边界是一个不规则图形，很难提供直接的数据，不过vtk给我们提供了多边形数据源，叫做BuiltinSurface，其中就含有地球大洲边界现象

#绘制地球上大洲的边界
from mayavi.sources.builtin_surface import BuiltinSurface
#使用mlab的管线绘制表面函数对边界进行绘制
continents_src = BuiltinSurface(source="earth",name="Continents")
continents = mlab.pipeline.surface(continents_src,color=(0,0,0))

优化：LOD实现近细远粗

#绘制地球上大洲的边界
from mayavi.sources.builtin_surface import BuiltinSurface
#使用mlab的管线绘制表面函数对边界进行绘制
continents_src = BuiltinSurface(source="earth",name="Continents")
#设置模型LOD的层级,实现近细远粗
continents_src.data_source.on_ratio = 2 #2级lod
continents = mlab.pipeline.surface(continents_src,color=(0,0,0))

（6）绘制赤道线

#赤道线numpy数组的构造过程
theta = np.linspace(0,2*np.pi,100)　　#由很多小直线组成
x = np.cos(theta)
y = np.sin(theta)
z = np.zeros_like(theta)
#绘制赤道线
mlab.plot3d(x,y,z,color=(1,1,1),
            opacity=0.2,tube_radius=None)

（五）全部代码

import numpy as np
from mayavi import mlab

#城市经纬度数据
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
S?o 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，城市经纬度的列表
import csv
cities = dict()
coords = list()
for line in list(csv.reader(cities_data.split("\n")))[1:-1]:    #1:-1排除第一行只有一个\n
    name,long_,lat = line
    cities[name] = len(coords)  #建立索引，len会随着coords增加而增加，这就是索引，我们根据这个去查找列表，更快
    coords.append((float(long_),float(lat)))

#2.坐标转换
coords = np.array(coords)
lat, long = coords.T*np.pi/180  #进行转置
x = np.cos(long)*np.cos(lat)
y = np.cos(long)*np.sin(lat)
z = np.sin(long)

#3.绘制窗口
mlab.figure(size=(400,400),bgcolor=(0.48,0.48,0.48))

#4.绘制球体mesh也可以，不过效果不好
sphere = mlab.points3d( #绘制半透明球体，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.绘制城市名称
points = mlab.points3d(x,y,z,   #已设置过的三维坐标
                       scale_mode="none",   #放缩模式，标量，矢量，无
                       scale_factor=0.03,   #放缩比例
                       color=(0,0,1))

#6.绘制城市名字
for city,index in cities.items():
    label = mlab.text(x[index],y[index],city,z=z[index],    #x,y,city是城市名称，z坐标，width是文本宽度，name表示文本对象
                      width=0.016*len(city),name=city)
    label.property.shadow = True

#7.绘制地球上大洲的边界
from mayavi.sources.builtin_surface import BuiltinSurface
#使用mlab的管线绘制表面函数对边界进行绘制
continents_src = BuiltinSurface(source="earth",name="Continents")
#8.设置模型LOD的层级,实现近细远粗
continents_src.data_source.on_ratio = 2 #2级lod
continents = mlab.pipeline.surface(continents_src,color=(0,0,0))

#9.赤道线numpy数组的构造过程
theta = np.linspace(0,2*np.pi,100)
x = np.cos(theta)
y = np.sin(theta)
z = np.zeros_like(theta)
#10.绘制赤道线
mlab.plot3d(x,y,z,color=(1,1,1),
            opacity=0.2,tube_radius=None)

#11.上面效果不是太好，添加镜面反射等参数
#调整镜面反射参数
sphere.actor.property.specular = 0.45
sphere.actor.property.specular_power = 5
#设置避免剔除，以更好的显示透明效果
sphere.actor.property.backface_culling = True

mlab.view(100,60,4,[-0.05,0,0]) #设置相机的视角（可选）（方位角，高度，距离和焦点等）
mlab.show()

原文地址：https://www.cnblogs.com/ssyfj/p/9307817.html

时间： 2024-10-01 22:38:26

科学计算三维可视化---Mayavi可视化实例的相关文章

科学计算三维可视化---Mayavi入门（Mayavi库的基本元素和绘图实例）

一:Mayavi库的基本元素 1.处理图形可视化和图形操作的mlab模块 2.操作管线对象,窗口对象的api (一)mlab模块 (二)mayavi的api 二:快速绘图实例 (一)mlab.mesh的使用,快速创建绘图 >>> x = [[-1,1,1,-1,-1],[-1,1,1,-1,-1]] >>> y = [[-1,-1,-1,-1,-1],[1,1,1,1,1]] >>> z = [[1,1,-1,-1,1],[1,1,-1,-1,1]]

科学计算三维可视化---TraitsUI与Mayavi实例

TraitsUI与Mayavi实例 一:创建一个简单的TraitsUI与Mayavi实例 from numpy import sqrt,sin,mgrid from traits.api import HasTraits,Instance from traitsui.api import View,Item from tvtk.pyface.scene_editor import SceneEditor from mayavi.tools.mlab_scene_model import Mlab

科学计算三维可视化---TVTK库可视化实例

一:TVTK库可视化实例 Plot3D文件知识:PLOT3D 数据格式 PLOT3D文件分为网格文件(XYZ 文件), 空气动力学结果文件 (Q 文件)和通用结果文件(函数文件 + 函数名称文件).网格文件中可加入所谓的IBlank参数. (一)标量数据可视化(等值面) generate_values()创建等值面 from tvtk.api import tvtk from Tvtkfunc import ivtk_scene,event_loop def read_data(): #导入数据

科学计算三维可视化---TVTK入门（数据加载）

一:数据加载 大多数可视化应用的数据并非是在TVTK库中构建的,很多都是通过接口读取外部数据文件 (一)使用vtkSTLReader来读取外部文件 .stl 文件是在计算机图形应用系统中,用于表示三角形网格的一种文件格式.格式简单,应用广泛 def ivtk_scene(actors): from tvtk.tools import ivtk # 创建一个带有Crust(Python Shell)的窗口 win = ivtk.IVTKWithCrustAndBrowser() win.open(

科学计算三维可视化---Traits（Property属性）

Property属性 使用Property函数为类创建Property属性,Property属性用法和一般属性相同,但是他在获取值和赋值时会调用相应的方法 traits库也提供了Property属性 from traits.api import Property from traits.api import Property,HasTraits,Float,cached_property class rectangle(HasTraits): w = Float(1.0) h = Float(2

科学计算三维可视化---TraitsUI（View定义界面）

View定义界面 使用View来自定义界面 class ModelManager(HasTraits): model_name = Str category = Str model_file = Str model_number = Int view = View( Item("model_name", label=u"模型名称"), #将Traits属性和Item关联起来,分别定义标签,中文需要使用u Item("model_file", la

科学计算三维可视化---TraitsUI（控件）

一:文本编辑器 from traits.api import HasTraits,Int,Str,Password from traitsui.api import View,Item,Group,ModalButtons #View描述了界面的视图类,Item模块描述了界面中的控件类 class TextEdit(HasTraits): #定义文本编辑器的变量 string_trait = Str("sample string") password = Password #定义布局

科学计算可视化

一. 绪论 现代科学研究主要方法: (1) 理论(推导,完全归纳,演绎) (2) 实验(统计,归纳) (3) 数值方法,模拟仿真 (4) 大数据,知识发现,数据挖掘 可视化定义 可视化是一种方法.它将符号变为直观的几何形体,使研究者可以直接观察他们感兴趣的对象,它提供了一种观察不可见事物的手段. 数据可视化(Data Visualization ):运用计算机图形学和图像处理技术,将数据转换为图形或图像在屏幕上显示出来,并进行交互处理的理论.方法和技术. 数据可视化的类型: (1) 科学计算可视

科学计算和可视化

今天的主题是有关科学计算和可视化的,其中将会包括有python的第三方库numpy以及matplotlib的学习总结及应用! 有所涉猎的同学一定对这两个库并不陌生!它们分别是对数组的处理和数据处理的图表制作工具,在数据处理方面它们都有不俗的表现! 接下来先让我简单介绍一下这两个库~(安装过程就不详述啦~pip install +库就能随心安装,或者你也可以选择直接安装Anaconda 强大的库函数多到你用不完,里面自然有今天所要展开了解的两个库啦~) numpy: 概述:numpy(Numeri