基础

Description:

要将数据可视化，首先要求我们能够提炼数据的特征信息：

①可视化数据是离散的。例如要显示y=x*x，必须将其离散化。[设定定义域，得出相应的值域，显示有限的数据]为了提高精度，则有必须使用插值方法。

②可视化数据可以是规则的，或是不规则的。规则数据可以节省存储空间，但是不规则数据可以给我们更大的表示自由度。

③可视化数据必须由一个拓扑维度。可能的维度有点0维，线1维，平面2维，立体三维，动画思维或者更高。

DataSet：可视化管道中的对象数据就被称作数据集DataSet,其本身是个抽象的形式。DataSet组成，结构信息[拓扑和几何信息]和数据属性。Primitive: Cell ,Point[ scalars, vertors, normals, texture coordinates, tensors]

拓扑：具有几何变换不变性。例如：说一个多边形是三角的，即指其拓扑；而给定的每个点的坐标，则为其几何。

几何：空间描述。常见变换有旋转，平移和缩放。

属性：是对拓扑和几何信息的补充。可能是某点的温度值，或是cell 的质量之类。

结构信息组成单元：points和cells。其中cell 指定拓扑，points指定几何。

Cell Types：数据由一个或多个cell 构成。Cell 单元格 / 穴 / 细胞：指定类型的有序点列构成。数学上，Ci表示一个cell ,则Ci = { p1, p2,      ,pn },pi属于P，P是一个n维的点集合。

VTK 中cell 类型有vertex顶点，线，多边形和三角带（多个三角片组成）。

Triangle：主要的二维cell ，使用三个逆时针的有序点列表示，点列的方向指定了平面的法向，基于右手系。

Triangle strip：（不）共面的多个三角片构成。点列数目：N+2。

Pixel：四个点构成的二维cell 。注意此处的像素不同于通常的理解是一个点，而是由相邻的四个点组成的单元格。

Voxel：八个点构成的三维cell 。

Attribute Data 属性数据：经常，属性数据是与数据集中的点或cell 关联，但偶尔也会分配给cell 的部分，如边或面。属性数据的类型是一些常见的数据类型，如温度，压力等就是标量值。通常，属性数据可以是n维的数组。

Scalars：标量数据是在每个位置具有单值的数据。如温度，压力，密度，高度等。

Vectors：矢量数据是具有方向和幅度的数据。表示为三元组（u, v, w）。如速度流，粒子流，风移等。

Normals：方向矢量，即其幅度恒为1。通常用于 计算 投影，光照等。

Texture Coordinates：纹理映射 坐标。

Tensors：张量，矢量和矩阵的通用数学表达。K阶张量可以视为k维表格。0阶即是标量，1阶为矢量，2阶位矩阵。3阶位一个三维的规则阵列。

Types of Datasets（用户自定义类型）：

多边形数据：顶点，多顶点，线段，多线段，多边形和三角带。无结构的，即非规则的。构成了数据和算法的桥梁。

结构化点：基于规则，矩形栅格的点或cell 的集合。二维则对于像素图，位图等图像数据，而如果是堆栈平面形式的则对应体数据。

I、线素1D，像素2D和体素3D。

II、可以使用隐含表示。

III、仅需数据维数，原点和数据间隔值。

IV、数据维数是个3值向量（nx, ny, nz ），分别表示x, y, z轴方向的点的数目。

V、原点是三维空间中x-y-z中最小的点。

VI、数据间隔：指定像素或体素的三个方向的单位尺度。

VII、构成的cell 维数：（nx-1, ny-1, nz-1 ）。形成的数目是三个维度相乘，需要选择cell 是只需要给出其相应的索引值或坐标即可。
综合
vtk 中内存分配采用连续内存，基于索引访问内容。
vtkStructuredPoints：其中维数对应拓扑；原点和间隔对应几何。另外，其隐含了点和cell 的顺序：先是x,后是 y, 最后是 z方向增加编号。即点或cell 的索引值应等于index(u, v, w) = u + v *nx+ w *nx*ny； index(u, v, w) = u + v *（nx－1）+ w * （nx-1）* （ ny-1）；
关于数据属性：vtk 中的属性都是与点关联（称作点属性），而没有与cell 实现关联（cell 属性）。
点属性：使用组织类vtkPointData和数据说明类vtkScalars, vtkVectors, vtkNormals, vtkCoords, vtkTensors和vtkUserDefined表示。
－－vtkPointData：主要提供两级管道间的复制，插值和数据移动等服务。
－－数据说明类：数据表示和存取。
－－通常每个数据集中的点与其属性数据间存在一一对应的关系。
－－属性数据存取：通过点的id号获取。如aDataSet->GetPointData()->GetScalars()->GetScalar(129);得出第129个点的标量值。〔其中假定标量数据已经赋予且非空〕