2015-01-30 34 views
6

Próbuję stworzyć estetyczne wykresy 3D w Pythonie z zacieniowaniem zwierciadlanym, a do tej pory próbowałem używać zarówno Matplotlib z osiami 3D i powierzchniowymi działkami od Mayavi, np. Z surfowania po Mayavi Przykłady strona:Cieniowanie Phonga dla błyszczących powierzchni Pythona 3D

enter image description here

wyniki wyglądać dobrze, aw Mayavi nie wydaje się być rozsądne sterowanie oświetleniem, chociaż nie wydaje się osiągnąć „lśniący” wygląd.

w Matlab, można to osiągnąć za pomocą 'Phong' oświetlenie:

enter image description here

widzieć http://www.mathworks.com/matlabcentral/fileexchange/35240-matlab-plot-gallery-change-lighting-to-phong/content/html/Lighting_Phong.html

Dlatego moje pytanie brzmi: w jaki sposób można osiągnąć ten Phong stylu błyszczący cieniowania w oparty na Pythonie wykres 3D?

+0

Dwie rzeczy na myśl. W Matlabie zauważyłem, że jeśli zmienisz renderers (z renderera oprogramowania Matlab na renderer OpenGL), zmieni się to z błyszczącego na bardziej płaski. Możliwe, że matplotlib używa renderera OpenGL. Po drugie, czy istnieje sposób na zmianę koloru i jasności źródła światła w matplotlib. To może pozwolić ci zmienić "lśnienie" twojego spisku. – shaw2thefloor

+0

Dzięki. Dobra sugestia - Zastanawiam się, jak mogę zmienić renderer Mayavi/Matplotlib, aby pomóc osiągnąć to proszę? – NewPythonUsers1

+0

Może to pomoże - zmieniając backendy w matplotlib: http://stackoverflow.com/questions/3285193/how-to-switch-backends-in-matplotlib-python Oświetlenie w stylu Phong byłoby naprawdę miłe w pytonie, ale ja nie mogłem nic na nim znaleźć. Jedyną wzmianką było użycie interfejsu API Pythona Blendera: http://blenderartists.org/forum/showthread.php?190352-Supple-Phong-shader-via-PyNodes – mmagnuski

Odpowiedz

2

Tak, możesz to zrobić w Mayavi. W oknie Mayavi kliknij małą ikonę Mayavi w lewym górnym rogu, aby wyświetlić menu zaawansowane. Kliknij powierzchnię w scenie, która odpowiada twojej powierzchni, następnie kliknij zakładkę "Aktor" w menu po prawej stronie, przewiń w dół do pola "Nieruchomość" i kliknij "Więcej opcji". Możesz ustawić cieniowanie na cieniowanie phong w polu "Interpolacja".

7

Jako wspomniany element @ben można użyć Mayavi, a następnie interaktywnie zmienić oświetlenie. Dobrym pomysłem jest kliknięcie przycisku zapisu ,, wtedy możesz użyć tych linii kodu w swoich skryptach (tak to zrobiłem dla części Mayavi tutaj).

Inną opcją jest użycie Matplotlib. Na podstawie shading example udało mi się wygenerować powierzchnię z oświetleniem.

Zobacz poniższy kod.

import numpy as np 
from mayavi import mlab 
import matplotlib.pyplot as plt 
from mpl_toolkits.mplot3d import Axes3D 
from matplotlib.colors import LightSource 

## Test data: Matlab `peaks()` 
x, y = np.mgrid[-3:3:150j,-3:3:150j] 
z = 3*(1 - x)**2 * np.exp(-x**2 - (y + 1)**2) \ 
    - 10*(x/5 - x**3 - y**5)*np.exp(-x**2 - y**2) \ 
    - 1./3*np.exp(-(x + 1)**2 - y**2) 

## Mayavi 
surf = mlab.surf(x, y, z, colormap='RdYlBu', warp_scale='auto') 
# Change the visualization parameters. 
surf.actor.property.interpolation = 'phong' 
surf.actor.property.specular = 0.1 
surf.actor.property.specular_power = 5 



## Matplotlib 
fig = plt.figure() 
ax = fig.gca(projection='3d') 

# Create light source object. 
ls = LightSource(azdeg=0, altdeg=65) 
# Shade data, creating an rgb array. 
rgb = ls.shade(z, plt.cm.RdYlBu) 
surf = ax.plot_surface(x, y, z, rstride=1, cstride=1, linewidth=0, 
         antialiased=False, facecolors=rgb) 
plt.show() 
mlab.show() 

Daje jako wyniki:

  • Mayavi: enter image description here
  • matplotlib: enter image description here
+0

W Mayavi, z 'specular = 1.0' i' specular_power = 100' Dostaję błyszczące podkreśla. Problem z Matplotlib polega na tym, że [nie może poprawnie rysować przecinających się obiektów] (http: // stackoverflow.com/q/20407936/1143274), ponieważ rysuje jedną rzecz na raz. Oznacza to, że np. niemożliwe jest narysowanie ładnych konturów na powierzchniach (chyba że żadna z nich nie jest zasłonięta przez inne części powierzchni). Te artefakty pasmowe widoczne na dolnej figurze stają się bardziej wyraźne w przypadku szorstszych powierzchni i [nie ma obejścia] (https://github.com/matplotlib/matplotlib/issues/6027#issuecomment-187807292). –