科学计算三维可视化---Mlab基础(鼠标选取交互操作)

时间:2022-09-18 07:27:52

一:鼠标选取介绍

科学计算三维可视化---Mlab基础(鼠标选取交互操作)

科学计算三维可视化---Mlab基础(鼠标选取交互操作)

科学计算三维可视化---Mlab基础(鼠标选取交互操作)

二:选取红色小球分析

科学计算三维可视化---Mlab基础(鼠标选取交互操作)

科学计算三维可视化---Mlab基础(鼠标选取交互操作)

相关方法:科学计算三维可视化---Mlab基础(基于Numpy数组的绘图函数)

1.小球场景初始化建立

import numpy as np
from mayavi import mlab # 用mlab.points3d建立红色和白色小球的集合
x1, y1, z1 = np.random.random((,)) #3行10列分给三个元素,每个都是以为数组含10元素
red_glyphs = mlab.points3d(x1,y1,z1,color=(,,),resolution=) #创建10个红球,位置为x1,y1,z1,分辨率为10的小球 x2, y2, z2 = np.random.random((,)) #3行10列分给三个元素,每个都是以为数组含10元素
white_glyphs = mlab.points3d(x2,y2,z2,color=(0.9,0.9,0.9),resolution=) #创建10个白球

科学计算三维可视化---Mlab基础(鼠标选取交互操作)

2.选取框初始化建立outline方法是mlab绘制选取框

outline = mlab.outline(line_width=)  #outline即在某个物体的外围设置一个外框
outline.outline_mode = "cornered"
outline.bounds = (x1[]-0.1,x1[]+0.1,  #对x1,y1,z1为0处选取红色小球第一个
y1[]-0.1,y1[]+0.1,
z1[]-0.1,z1[]+0.1,
)

科学计算三维可视化---Mlab基础(鼠标选取交互操作)

3.选取回调函数的结构

科学计算三维可视化---Mlab基础(鼠标选取交互操作)

>>> red_glyphs.actor
<mayavi.components.actor.Actor object at 0x000000001370EEB8>
>>> red_glyphs.actor.actors
[<tvtk.tvtk_classes.actor.Actor object at 0x000000001459D0F8>]  #我们需要的是vtk actor集合

计算哪个小球被选取,

科学计算三维可视化---Mlab基础(鼠标选取交互操作)

一个小球有好多个顶点构成,设置了小球的分辨率为10,在Mayavi中resolution为10的小球中相当于有82个顶点组成的一个小球,一共10个红色小球,所以场景*有820个对应顶点,我们需要找到鼠标求解的顶点是在这820个中的哪一个,例如第100则是第二个小球
#获取一个红色小球的所有顶点,我们只是想要知道每个小球的顶点数目而已,所以不用考虑其他
glyph_points = red_glyphs.glyph.glyph_source.glyph_source.output.points.to_array() #.选取回调函数的结构
def piker_callback(picker): #当鼠标点击会返回一个vtk picker对象,我们将对该对象进行处理判断
if picker.actor in red_glyphs.actor.actors:
# 确定该小球的ID,
point_id = int(picker.point_id/glyph_points.shape[]) #picker.point_id是picker对象选取的顶点ID,glyph_points.shape[0]记录了82这个值,通过这个计算出小球的ID
if point_id != -: #表示有红色小球被选取了
#计算与此红色小球相关的坐标
x,y,z = x1[point_id],y1[point_id],z1[point_id]
#将外框移动到小球上
outline.bounds = (
x - 0.1, x + 0.1,
y - 0.1, y + 0.1,
z - 0.1, z + 0.1,
)

4.建立响应机制

figure = mlab.gcf() #获取当前窗口指针
picker = figure.on_mouse_pick(piker_callback)
mlab.title("Click on red balls") #设置窗口的标题文字 mlab.show()

科学计算三维可视化---Mlab基础(鼠标选取交互操作)科学计算三维可视化---Mlab基础(鼠标选取交互操作)

5.全部代码

import numpy as np
from mayavi import mlab #.小球场景初始化建立
# 用mlab.points3d建立红色和白色小球的集合
x1, y1, z1 = np.random.random((,)) #3行10列分给三个元素,每个都是以为数组含10元素
red_glyphs = mlab.points3d(x1,y1,z1,color=(,,),resolution=) #创建10个红球,位置为x1,y1,z1,分辨率为10的小球 x2, y2, z2 = np.random.random((,)) #3行10列分给三个元素,每个都是以为数组含10元素
white_glyphs = mlab.points3d(x2,y2,z2,color=(0.9,0.9,0.9),resolution=) #创建10个白球 # .选取框初始化建立
outline = mlab.outline(line_width=)
outline.outline_mode = "cornered"
outline.bounds = (x1[]-0.1,x1[]+0.1,
y1[]-0.1,y1[]+0.1,
z1[]-0.1,z1[]+0.1,
) #获取一个红色小球的所有顶点,我们只是想要知道每个小球的顶点数目而已,所以不用考虑其他
glyph_points = red_glyphs.glyph.glyph_source.glyph_source.output.points.to_array() #.选取回调函数的结构
def piker_callback(picker): #当鼠标点击会返回一个vtk picker对象,我们将对该对象进行处理判断
if picker.actor in red_glyphs.actor.actors:
# 确定该小球的ID,
point_id = int(picker.point_id/glyph_points.shape[]) #picker.point_id是picker对象选取的顶点ID,glyph_points.shape[]记录了82这个值,通过这个计算出小球的ID
if point_id != -: #表示有红色小球被选取了
#计算与此红色小球相关的坐标
x,y,z = x1[point_id],y1[point_id],z1[point_id]
#将外框移动到小球上
outline.bounds = (
x - 0.1, x + 0.1,
y - 0.1, y + 0.1,
z - 0.1, z + 0.1,
) figure = mlab.gcf() #获取当前窗口指针
picker = figure.on_mouse_pick(piker_callback)
mlab.title("Click on red balls") #设置窗口的标题文字 mlab.show()

6.优化

两个问题

.小球初始速度太慢
.鼠标选取不精确

科学计算三维可视化---Mlab基础(鼠标选取交互操作)

科学计算三维可视化---Mlab基础(鼠标选取交互操作)

import numpy as np
from mayavi import mlab figure = mlab.gcf() #获取当前窗口指针 figure.scene.disable_render = True
#.小球场景初始化建立
# 用mlab.points3d建立红色和白色小球的集合
x1, y1, z1 = np.random.random((,)) #3行10列分给三个元素,每个都是以为数组含10元素
red_glyphs = mlab.points3d(x1,y1,z1,color=(,,),resolution=) #创建10个红球,位置为x1,y1,z1,分辨率为10的小球 x2, y2, z2 = np.random.random((,)) #3行10列分给三个元素,每个都是以为数组含10元素
white_glyphs = mlab.points3d(x2,y2,z2,color=(0.9,0.9,0.9),resolution=) #创建10个白球 # .选取框初始化建立
outline = mlab.outline(line_width=)
outline.outline_mode = "cornered"
outline.bounds = (x1[]-0.1,x1[]+0.1,
y1[]-0.1,y1[]+0.1,
z1[]-0.1,z1[]+0.1,
) figure.scene.disable_render = False #获取一个红色小球的所有顶点,我们只是想要知道每个小球的顶点数目而已,所以不用考虑其他
glyph_points = red_glyphs.glyph.glyph_source.glyph_source.output.points.to_array() #.选取回调函数的结构
def piker_callback(picker): #当鼠标点击会返回一个vtk picker对象,我们将对该对象进行处理判断
if picker.actor in red_glyphs.actor.actors:
# 确定该小球的ID,
point_id = int(picker.point_id/glyph_points.shape[]) #picker.point_id是picker对象选取的顶点ID,glyph_points.shape[]记录了82这个值,通过这个计算出小球的ID
if point_id != -: #表示有红色小球被选取了
#计算与此红色小球相关的坐标
x,y,z = x1[point_id],y1[point_id],z1[point_id]
#将外框移动到小球上
outline.bounds = (
x - 0.1, x + 0.1,
y - 0.1, y + 0.1,
z - 0.1, z + 0.1,
) picker = figure.on_mouse_pick(piker_callback)
picker.tolerance = 0.01 #设置tolerance参数提高精确度 mlab.title("Click on red balls") #设置窗口的标题文字 mlab.show()

科学计算三维可视化---Mlab基础(鼠标选取交互操作)的更多相关文章

  1. 科学计算三维可视化---Mlab基础(数据可视化)

    推文:科学计算三维可视化---TVTK库可视化实例 使用相关函数:科学计算三维可视化---Mlab基础(管线控制函数) 一:mlab.pipeline中标量数据可视化 通过持续实例,来感受mlab对数 ...

  2. 科学计算三维可视化---Mlab基础(管线控制函数)

    科学计算三维可视化---TVTK管线与数据加载(可视化管线和图像管线了解) 科学计算三维可视化---Mayavi入门(Mayavi管线) Mlab管线控制函数的调用 Sources:数据源 Filte ...

  3. 科学计算三维可视化---Mlab基础(基于Numpy数组的绘图函数)

    Mlab了解 Mlab是Mayavi提供的面向脚本的api,他可以实现快速的三维可视化,Mayavi可以通过Mlab的绘图函数对Numpy数组建立可视化. 过程为: .建立数据源 .使用Filter( ...

  4. 科学计算三维可视化---Mlab基础(改变物体的外观颜色)

    import numpy as np from mayavi import mlab #建立数据 x,y = np.mgrid[-::200j,-::200j] z = *np.sin(x*y)/(x ...

  5. 科学计算三维可视化---Mlab基础(常用控制函数)

  6. Python科学计算三维可视化(整理完结)

    中国MOOC<Pyhton计算计算三维可视化>总结 课程url:here ,教师:黄天宇,嵩天 下文的图片和问题,答案都是从eclipse和上完课后总结的,转载请声明. Python数据三 ...

  7. 科学计算三维可视化---Traits介绍

    简介 Traits是开源扩展库,Traits本身与科学计算可视化没有直接关联,但他其实TVTK,Mayavi,TraitsUI基础 安装: pip3 install traits--cp36-cp36 ...

  8. 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 ...

  9. 科学计算三维可视化---TraitsUI的介绍

    TraitsUI的介绍 Python中存在Tkinter,wxPython,pyQt4等GUI图像界面编写库,这三类库要求程序员掌握众多的GUI API函数 对于科学计算的应用来说,我们希望可以快速的 ...

随机推荐

  1. Yii 字段验证

    关于验证的属性: $enableClientValidation:是否在客户端验证,也即是否生成前端js验证脚本(如果在form中设置了ajax验证,也会生成这个js脚本). $enableAjaxV ...

  2. uva748 - Exponentiation

    import java.io.*; import java.text.*; import java.util.*; import java.math.*; public class Exponenti ...

  3. 程序设计入门——C语言 第1周编程练习 1逆序的三位数(5分)

    第1周编程练习 查看帮助 返回   第1周编程练习题,直到课程结束之前随时可以来做.在自己的IDE或编辑器中完成作业后,将源代码的全部内容拷贝.粘贴到题目的代码区,就可以提交,然后可以查看在线编译和运 ...

  4. HDU 3874 Necklace (树状数组 | 线段树 的离线处理)

    Necklace Time Limit: 15000/5000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)Total S ...

  5. lintcode 中等题:digits counts 统计数字

    题目 统计数字 计算数字k在0到n中的出现的次数,k可能是0~9的一个值 样例 例如n=12,k=1,在 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],我们发现 ...

  6. Fragment 和 FragmentActivity的使用(二)

      今天继续完成剩下的学习部分,现在项目很多地方使用viewpager来提供滑动,今天记录学习viewpager配合fragment的显示,增加一个CallLogsFragment配合之前SMSLis ...

  7. -bash&colon; &period;&sol;job&period;sh&colon; &sol;bin&sol;sh&Hat;M&colon; bad interpreter&colon; 没有那个文件或目录

    昨天在windows下用写字板写了个shell脚本,使用winscp上传到linux上运行的时候发现运行不了,提示-bash: ./job.sh: /bin/sh^M: bad interpreter ...

  8. 【LSGDOJ 1852】青蛙的烦恼 DP

    题目描述 池塘中有n片荷叶恰好围成了一个凸多边形,有一只小青蛙恰好站在1号荷叶上,小青蛙想通过最短的路程遍历所有的荷叶(经过一个荷叶一次且仅一次),小青蛙可以从一片荷叶上跳到另外任意一片荷叶上. 输入 ...

  9. Collections算法类

    Collections类定义了一系列用于操作集合的静态方法. 常用方法: 1.sort():排序(默认是升序排列,降序实现方法) 如果ArrayList的泛型指定为String int等类型,可以通过 ...

  10. Asible第三章:roles--小白博客

    本节内容: 什么场景下会用roles? roles示例 一.什么场景下会用roles? 假如我们现在有3个被管理主机,第一个要配置成httpd,第二个要配置成php服务器,第三个要配置成MySQL服务 ...