python数据可视化 TVTK库的使用
文章目录
-
-
- 一、TVTK简单示例
- 二、管线技术
- 三、TVTK数据集
- 四、TVTK数据读取
- 五、标量数据可视化
- 六、矢量数据可视化
- 七、空间轮廓线可视化
-
一、TVTK简单示例
以立方体对象为例
- 创建一个三维对象
from tvtk.api import tvtk
#设置属性，xyz轴上的长度，还可以设置center（坐标原点）
#output_points_precisio（对象的精度）
s = tvtk.CubeSource(x_length=1.0,y_length=2.0,z_length=3.0)
#查看数据源信息
print(s)
除了CubeSource（立方体三维对象数据源）外，tvtk还自带了ConeSource（圆锥三维对象数据源）、CylinderSource（圆柱三维对象数据源）、ArcSource（圆弧三维对象数据源）、ArrowSource（箭头三维对象数据源）
- 显示一个三维对象
#使用PolyDataMapper将数据转换为图形数据
m = tvtk.PolyDataMapper(input_connection=s.output_port)
#创建一个Actor
a = tvtk.Actor(mapper=m)
#创建一个Renderer，将Actor添加进去
r = tvtk.Renderer(background=(0,0,0))
r.add_actor(a)
#创建一个Renderwindow(窗口)，将Renderer添加进去
w = tvtk.RenderWindow(size = (300,300))
w.add_renderer(r)
#创建一个RenderwindowInteractor(窗口的交互工具)
i = tvtk.RenderWindowInteractor(render_window = w)
#开启交互
i.initialize()
i.start()
得到结果
二、管线技术
管线技术（pipeline），在tvtk中可分为两类：可视化管线以及图像管线。
可视化管线：将原始数据加工成图形数据的过程
图像管线：将图形数据加工为图像的过程
图像管线
可视化管线
显示
绘制
数据映射
数据预处理
数据
#可视化管线处理
s = tvtk.CubeSource(x_length=1.0,y_length=2.0,z_length=3.0)
m = tvtk.PolyDataMapper(input_connection=s.output_port)
图像管线
a = tvtk.Actor(mapper=m)
r = tvtk.Renderer(background=(0,0,0))
r.add_actor(a)
w = tvtk.RenderWindow(size = (300,300))
w.add_renderer(r)
i = tvtk.RenderWindowInteractor(render_window = w)
| TVTK对象 | 说明 |
|---|---|
| Actor | 场景实体，包括一个mapper，具有描述属性 |
| Renderer | 渲染场景，需要多个需要渲染的Actor |
| RenderWindow | 渲染用的图形窗口，需要一个或多个Render |
| RenderWindowInteractor | 提供用户交互功能 |
三、TVTK数据集
| 数据集类型 | 说明 |
|---|---|
| ImageData | 二维或三维图像的数据结构 间距均匀的网格 在数组中存储 隐形连接 |
| RectilinearGrid | 间距不均匀的网格 点在正交网格上 |
| structuredGrid | 任意形状网格 需要指定点的坐标 |
| PolyData | 由一系列的点、点之间的联系及由点构成的多边形组成 |
| UnstructuredGrid | 无组织网格 |
- ImageData
#origin：数据起始点坐标
#spacing：数据在x、y、z轴上的间距
#dimensions：x、y、z轴上的网格数
img = tvtk.ImageData(spacing=(1,1,1),origin=(1,2,3),dimensions=(3,4,5))
2. RectilinearGrid
import numpy as np
x = np.array([0,3,9,15])
y = np.array([0,1,5])
z = np.array([0,2,3])
r = tvtk.RectilinearGrid()
r.x_coordinates = x
r.y_coordinates = y
r.z_coordinates = z
r.dimensions = len(x),len(y),len(z)
四、TVTK数据读取
- stl文件读取
from tvtk.api import tvtk
from tvtkfunc import ivtk_scene,event_loop
s = tvtk.STLReader(file_name='xxx.stl')
m = tvtk.PolyDataMapper(input_connection = s.output_port)
a = tvtk.Actor(mapper=m)
win = ivtk_scene(a)
win.scene.isometric_view()
event_loop()
- Poly3D，读取MultiBlock类型数据
分为网格文件（XYZ文件），空气动力学结果（Q文件）以及通用结果文件
from tvtk.api import tvtk
def read_data():
plot3d = tvtk.MultiBlockPLOT3DReader(
xyz_file_name = 'combxyz.bin',#网格文件
q_file_name = 'combq.bin',#空气动力学结果
scalar_function_number = 100,#标量数据数量
vector_function_number = 200#矢量数据数量
)
plot3d.update()
return plot3d
plot3d = read_data()
grid = plot3d.output.get_block(0)
#查看数据类型
print(type(plot3d.output))
print(type(grid))
#grid的形状
print(grid.dimensions)
#网格中每个点的坐标
print(grid.points.to_array())
#网格中的单元没有数据
print(grid.cell_data.number_of_arrays)
#点有四种数据
print(grid.point_data.number_of_arrays)
#标量数组的名字
print(grid.point_data.scalars.name)
#矢量数组的名字
print(grid.point_data.vectors.name)
五、标量数据可视化
对上步读取的数据进行可视化，使用等值面对标量场进行可视化。
采用tvtk.ContourFilter()等值面过滤器抽取等值面。
| 方法 | 说明 |
|---|---|
| generate_values() | 设定n条等值线的值，用以重新绘制等值线 |
| set_value() | 设定一条等值线的值，用以覆盖或增加一条等值线 |
con = tvtk.ContourFilter()
con.set_input_data(grid)
con.generate_values(10,grid.point_data.scalars.range)
m = tvtk.PolyDataMapper(scalar_range=grid.point_data.scalars.range,
input_connection = con.output_port)
a = tvtk.Actor(mapper = m)
a.property.opacity = 0.5 #设置Actor透明度
r = tvtk.Renderer(background=(0,0,0))
r.add_actor(a)
w = tvtk.RenderWindow(size = (300,300))
w.add_renderer(r)
i = tvtk.RenderWindowInteractor(render_window = w)
#开启交互
i.initialize()
i.start()
六、矢量数据可视化
对上步读取的数据进行可视化，对矢量场进行可视化。
采用tvtk.Glyph3D()用箭头表示矢量数据，同时为降低数据密度，使用tvtk.MaskPoints()方法对数据进行降采样。
#矢量数据可视化
#每50个点选择一个点，降低数据密度
mask = tvtk.MaskPoints(random_mode = True,on_ratio = 50)
mask.set_input_data(grid)
#箭头
glyph_source = tvtk.ArrowSource()
#每个点上放置一个箭头，放缩系数为4
glyph = tvtk.Glyph3D(input_connection = mask.output_port,
scale_factor = 4)
glyph.set_source_connection(glyph_source.output_port)
m = tvtk.PolyDataMapper(scalar_range=grid.point_data.scalars.range,
input_connection = glyph.output_port)
a = tvtk.Actor(mapper = m)
r = tvtk.Renderer(background=(0,0,0))
r.add_actor(a)
w = tvtk.RenderWindow(size = (300,300))
w.add_renderer(r)
i = tvtk.RenderWindowInteractor(render_window = w)
#开启交互
i.initialize()
i.start()
七、空间轮廓线可视化
采用tvtk.StructuredGridOutlineFilter()计算PolyData对象的外边框
from tvtk.common import configure_input
outline = tvtk.StructuredGridOutlineFilter()
configure_input(outline,grid)
m = tvtk.PolyDataMapper(input_connection = outline.output_port)
a = tvtk.Actor(mapper=m)
a.property.color = 0.3,0.3,0.3
r = tvtk.Renderer(background=(1,1,1))
r.add_actor(a)
#创建一个Renderwindow(窗口)，将Renderer添加进去
w = tvtk.RenderWindow(size = (300,300))
w.add_renderer(r)
#创建一个RenderwindowInteractor(窗口的交互工具)
i = tvtk.RenderWindowInteractor(render_window = w)
#开启交互
i.initialize()
i.start()
#空间轮廓线以及标量结合
from tvtk.common import configure_input
con = tvtk.ContourFilter()
con.set_input_data(grid)
con.generate_values(100,grid.point_data.scalars.range)
m1 = tvtk.PolyDataMapper(scalar_range=grid.point_data.scalars.range,
input_connection = con.output_port)
a1 = tvtk.Actor(mapper = m1)
a1.property.opacity = 0.5 #设置Actor透明度
outline = tvtk.StructuredGridOutlineFilter()
configure_input(outline,grid)
m = tvtk.PolyDataMapper(input_connection = outline.output_port)
a = tvtk.Actor(mapper=m)
a.property.color = 0.3,0.3,0.3
r = tvtk.Renderer(background=(1,1,1))
r.add_actor(a)
r1 = tvtk.Renderer(background=(1,1,1))
r1.add_actor(a1)
#创建一个Renderwindow(窗口)，将Renderer添加进去
w = tvtk.RenderWindow(size = (300,300))
w.add_renderer(r)
w.add_renderer(r1)
#创建一个RenderwindowInteractor(窗口的交互工具)
i = tvtk.RenderWindowInteractor(render_window = w)
#开启交互
i.initialize()
i.start()
