python高阶3D绘图 您所在的位置:网站首页 python3d绘图过滤z的值 python高阶3D绘图

python高阶3D绘图

2023-09-07 17:19| 来源: 网络整理| 查看: 265

目录 一、python三维绘图二、python动画生成三、项目文件:

一、python三维绘图

​          ~~~~~~~~         python借助于其编写简单,三方库丰富的特点,可以极为方便的进行数据的分析和图像的绘制,在三维绘图方面,python同样具有诸多优秀的三方库供大家使用,下面进行简单的介绍,深入了解请查看官方文档,或查阅其他文章。

pyvista模块:

简单介绍:

​ Pyvista是可视化工具包(VTK-Visualization Toolkit)的高级API,用户可借助此API完成复杂的3D图形绘制,功能较为强大。在Pyvista给出的官方文档中,提供多种绘图Demo,具体详见:Examples — PyVista 0.33.0 documentation。

模块应用:

基础示例Demo:

def OfficialExample(): '''调用pyvista模块内置的class,绘制基本图形 :return: None ''' cyl = pv.Cylinder() arrow = pv.Arrow() sphere = pv.Sphere() plane = pv.Plane() line = pv.Line() box = pv.Box() cone = pv.Cone() poly = pv.Polygon() disc = pv.Disc() p = pv.Plotter(shape=(3, 3)) # 设置3*3的矩阵格,上述图形在统一显示平面显示 # Top row p.subplot(0, 0) # 坐标值 p.add_mesh(cyl, color="tan", show_edges=True) p.subplot(0, 1) p.add_mesh(arrow, color="tan", show_edges=True) p.subplot(0, 2) p.add_mesh(sphere, color="tan", show_edges=False) # Middle row p.subplot(1, 0) p.add_mesh(plane, color="tan", show_edges=True) p.subplot(1, 1) p.add_mesh(line, color="tan", line_width=3) p.subplot(1, 2) p.add_mesh(box, color="tan", show_edges=True) # Bottom row p.subplot(2, 0) p.add_mesh(cone, color="tan", show_edges=True) p.subplot(2, 1) p.add_mesh(poly, color="tan", show_edges=True) p.subplot(2, 2) p.add_mesh(disc, color="tan", show_edges=True) # Render all of them p.show()

         ~~~~~~~~          由上述基础示例Demo,可以总结出Pyvista绘制3D图形的一般步骤:

前提说明:

​ mesh是pyvista模块绘制时的重点部分,官方文档中定义为any spatially referenced dataset as a mesh,usually consists of geometrical representations of s surface or volumn in space.个人理解mesh为三维空间中一系列数据的集合,通常可以包含若干三维空间集合图形。

一般步骤:

模块导入:import pyvista as pv设置画布:p = pv.Plotter(shape=(3, 3)),画布的大小格局可以自行进行设计调用add_mesh()函数进行图形绘制,内部传入事先实例化的基础图形对象

关于此示例Demo的小Tips:

小Tips:

上述图形可以借助于鼠标进行动态的交互,可以借助于鼠标推拽转换角度和方位图形在调整过程中存在光影的变换,不同的面亮暗程度会发生改变

Point_cloud点云绘制:

def PointCloud(): '''pyvista借助PolyData绘制三维空间点云 :return:None ''' points = np.random.rand(100000, 3) # 生成1000个xyz坐标 mesh = pv.PolyData(points) # PolyData对象的实例化 mesh.plot(point_size=2, style='points')

小Tips:

官方文档中,关于point的定义:points are the vertices of the mesh,点云绘制是独立的将每一个点显示在三维空间中,形成点云point-cloud此处points是由random模块随机生成,因此生成的点数越多,绘制出的图形越接近正方体

基础图形绘制

def HexbeamPlot(): '''pyvista的example中六角梁绘制 :return: None ''' mesh = examples.load_hexbeam() # 导入模型 cpos = [(6.20, 3.00, 7.50), (0.16, 0.13, 2.65), (-0.28, 0.94, -0.21)] pl = pv.Plotter() # Plotter class 实例化 pl.add_mesh(mesh, show_edges=True, color='white') # 绘制图像 pl.add_points(mesh.points, color='red', point_size=5) # 标明红色点 pl.camera_position = cpos # 指明观察的位置和角度 pl.show()

小Tips:

此处导入pyvista中现有的模型-六角梁,实际上下载下的mesh为一种UnstructedGrid的类型,猜测属于VTK的特定的数据类型主要使用两个方法:add_mesh绘制图形,add_point在图形上标注特定的点

​          ~~~~~~~~         这里分界线,下面在上述六角梁的基础上标记出某一个cell来,便于大家理解pyvista绘图的主要要素:

def CellPlot(): '''绘制六角梁并突出其中的一个Cell :return: None ''' mesh = examples.load_hexbeam() # 模型六角梁绘制 pl = pv.Plotter() # 类的实例化(做画图前的准备) pl.add_mesh(mesh, show_edges=True, color='white') pl.add_points(mesh.points, color='red', point_size=20) # 六角梁上描述特定的某一个cell single_cell = mesh.extract_cells(mesh.n_cells - 1) # 指定哪一个具体的cell pl.add_mesh(single_cell, color='pink', edge_color='blue', line_width=5, show_edges=True) pl.camera_position = [(6.20, 3.00, 7.50), (0.16, 0.13, 2.65), (-0.28, 0.94, -0.21)] pl.show()

小Tips:

上述蓝色小框突出的位置即为一个小cell,官方文档中对于cell的界定为A cell is the geomerty between points that defines the connectivity or topology of a mesh. 按照自己的理解,cell是由若干点及其连接关系组成的小部分

​          ~~~~~~~~         上述提及展示的几点也是pyvista官方文档中提及的绘图要素要素:mesh,point,cell,下面可以展示一些较为高阶复杂的图形绘制。

BunnyCoaser绘制

def BunnyCoarsePlot(): '''pyviata复杂的兔子模型绘制 :return: None ''' mesh = examples.download_bunny_coarse() print(mesh) print('-----------------------') print(mesh.points) pl = pv.Plotter() pl.add_mesh(mesh, show_edges=True, color='white') pl.add_points(mesh.points, color='red', point_size=2) pl.camera_position = [(0.02, 0.30, 0.73), (0.02, 0.03, -0.022), (-0.03, 0.94, -0.34)] pl.show()

小Tips:

pyvista初次下载模型时,可能需要科学上网,否则报错

错误显示:TimeoutError: [WinError 10060] 由于连接方在一段时间后没有正确答复或连接的主机没有反应,连接尝试失败。

mesh输出:

PolyData (0x223e4567340) N Cells: 1000 N Points: 872 X Bounds: -1.316e-01, 1.802e-01 Y Bounds: -1.205e-01, 1.877e-01 Z Bounds: -1.430e-01, 9.851e-02 N Arrays: 1

         ~~~~~~~~         这个PolyData和上面点云类型一致,但是其中不仅仅包含mesh.points,还应该包含有点与点之间的连接情况等等,最后形成由面构成,否则就由点构成,类似于下面:

此时输出的PolyData为:

PolyData (0x2e685813d00) N Cells: 872 N Points: 872 X Bounds: -1.316e-01, 1.802e-01 Y Bounds: -1.205e-01, 1.877e-01 Z Bounds: -1.430e-01, 9.851e-02 N Arrays: 0

Dragon绘制

def PlotDragon(): mesh = examples.download_dragon() mesh['scalars'] = mesh.points[:, 1] mesh.plot(cpos='xy', cmap='plasma', pbr=True, metallic=1.0, roughness=0.6, zoom=1.7)

小Tips:

Dragon的绘制和上面BunnyCoaser的绘制相同,同样是下载模型,首次下载需要科学上网

​          ~~~~~~~~         上面是对pyvista模块绘图情况的简介,为获得更好的交互体验,可以到附录的代码中自行运行代码(其中还有部分模型不不在此展示),更推荐大家移步官方文档查看学习。

​ 做一个简单的总结:

pyvista功能非常强大,从上面的BunnyCoarse和Dradon就可以略知一二,非常值得学习pyvista背倚VTK,可能需要其他的知识来辅助绘图操作,比如VTK的各种数据类型,结构等等,来进行高阶的自定义绘图(上面仅是调用现成的模型)

mayavi模块

简单介绍:

​          ~~~~~~~~         mayavi同样也是python三维绘图方向一个非常优秀的模板库,但是仅就自己的体验而言,自己接触的或许比较浅显,个人感觉在mlab的应用层面,与matlab并没有过多本质上的区别。

​          ~~~~~~~~         官方文档中也有提及这一点:mayavi.mlab as done in the pylab interface but with an emphasis on 3D visulization,mayavi高阶深入的操作,移步官方文档:https://mayavi.readthedocs.io/zh_CN/latest/index.html

简单应用:

三维曲面:

def BasicPlot(): '''Mayavi模块基础使用学习 :return: None ''' # 给出待绘制图形的三维空间坐标(表达式) x, y = np.ogrid[-2:2:20j, -2:2:20j] z = x * np.exp(- x ** 2 - y ** 2) # 调用surf函数绘制三维空间中的曲面 pl = mlab.surf(x, y, z, warp_scale="auto") # 借助于axes添加坐标变量,outline函数添加图形外框 mlab.axes(xlabel='x', ylabel='y', zlabel='z') mlab.outline(pl) # 图形显示 mlab.show()

小Tips:

绘图步骤类似于matlab:先生成xy面上的坐标点,而后借助于z坐标向上提拉形成三维空间的曲面mlab绘制的图形同样可以借助于鼠标进行动态的交互

复杂图形:

def AdvancedPlot(): '''csdn博客Mayavi测试用例 :return: None ''' # 建立数据(计算出三维空间坐标) dphi, dtheta = pi / 250.0, pi / 250.0 [phi, theta] = mgrid[0:pi + dphi * 1.5:dphi, 0:2 * pi + dtheta * 1.5:dtheta] m0 = 4 m1 = 3 m2 = 2 m3 = 3 m4 = 6 m5 = 2 m6 = 6 m7 = 4 r = sin(m0 * phi) ** m1 + cos(m2 * phi) ** m3 + sin(m4 * theta) ** m5 + cos(m6 * theta) ** m7 x = r * sin(phi) * cos(theta) y = r * cos(phi) z = r * sin(phi) * sin(theta) # 对该数据进行三维可视化 # mesh函数representation参数可选(surface默认值绘制曲面,wireframe绘制边线) s = mlab.mesh(x, y, z,representation = 'surface',line_width = 1.0) mlab.outline(s) # 为图形添加边线 mlab.show()

小Tips:

上述图像在mayavi中算是比较经典的图形,基本上任何mayavi教程都会提及,调用mesh函数进行绘制

mesh函数中存在representation的选项,surface默认绘制曲面,wireframe绘制边线,形成的图形为:

此处故意放大一点图形,方便大家观察wireframe绘制边线的效果

个人感觉,mlab图形绘制数学表达式依赖程度很高,个人认为这也是较大的一个限制

复杂图形:

def using(): n_mer, n_long = 6, 11 dphi = np.pi / 1000.0 phi = np.arange(0.0, 2 * np.pi + 0.5 * dphi, dphi) mu = phi * n_mer x = np.cos(mu) * (1 + np.cos(n_long * mu / n_mer) * 0.5) y = np.sin(mu) * (1 + np.cos(n_long * mu / n_mer) * 0.5) z = np.sin(n_long * mu / n_mer) * 0.5 mlab.plot3d(x, y, z, tube_radius=0.1, color=(1, 0, 0)) mlab.show()

这个与上面图形绘制类似,上面借助于mesh函数,此处借助于plot3d函数,同样依赖于数学表达式

​          ~~~~~~~~         上面我们看到一些关于mayavi图形绘制的一些经典案例,下面提及mlab中基础的三维绘图函数,类似于matlab

plot3d&&point3d函数:

         ~~~~~~~~         上述函数理论上讲是mayavi中最基本的两个函数,分别用于绘制三维空间中的点和线,plot3d用于将三维空间中的一个个点连接起来形成曲线,point3d则将三维空间中的一系列点独立的绘制出来

def Plot3dTest(): '''测试mayavi中的plot3d,points3d函数 :return: None ''' x = np.arange(0,20,1) y = np.sin(x) z = y * np.sin(x) # plot3d和points3d参数传入一维坐标点,绘制三维空间中的一系列点或者曲线 mlab.plot3d(x,y,z,color = (1,0,0),tube_radius = 0.1) # 参数指明圆管的粗细 # mlab.points3d(x,y,z,color = (1,0,1)) # 颜色指定(可以取间隔大,方便观察区别) mlab.show() plot3d函数 point3d函数:

小总结:

在二维空间中为点,转化至此处称为球,这一点在point3d函数的应用中可以得到印证plot3d的绘制原则也是将一系列的点连接起来,点数过少,过于稀疏,绘制出来并非曲线,而是折线

imshow&&surf&&contour_surf函数:

         ~~~~~~~~         上述函数分别用于绘制三维彩色图,曲线图,登高图,日常绘图应该不太会应用,可能在一些特定的场合应用作用可能会比较大。

def ImshowTest(): '''测试mayavi中的imshow,surf,contour_surf函数 :return: None ''' x, y = np.ogrid[-2:2:20j, -2:2:20j] z = x * np.exp( - x**2 - y**2) # mlab.imshow(x,y,z) # 绘制二维平z面色彩图 # mlab.surf(x,y,z) # 绘制三维空间曲z面 mlab.contour_surf(x,y,z) # 绘制二维平面等高线 mlab.show() imshow函数 surf函数 contour_surf函数

小Tips:

此时等高线是三维的,借助于鼠标拖动即可看出所处的高度层不同

barchart函数

         ~~~~~~~~         barchart用于在三维空间中绘制柱体图,与matlab中的bar3d函数相对应

def barchartTest(): '''barchart函数 :return: None ''' s = np.random.rand(3, 3) mlab.barchart(s) # 生成三维空间中的柱状图 mlab.vectorbar() # 附颜色带 mlab.show()

contour3d函数

         ~~~~~~~~         contour3d函数绘制三维空间中的等高面,与前面contour_surf相对应

def contour3dTest(): '''contour3d函数 :return: None ''' x, y, z = ogrid[-5:5:64j, -5:5:64j, -5:5:64j] scalars = x * x * 0.5 + y * y + z * z * 2.0 mlab.contour3d(scalars, contours=6, transparent=True) mlab.colorbar() mlab.show()

​          ~~~~~~~~         上述是对mayavi绘图的基本简介,主要是针对于mlab部分进行讲解,更高阶的功能,深入的了解移步官方文档,简单的总结一下:

mlab功能类似于matlab,但是针对于三维绘图功能进行强化,在python3D绘图领域优秀的模块mlab较为依赖数学公式,针对于复杂生活场景的建模能力不足,当然mayavi应该有其他的解决方案

pyopengl模块:

简单介绍:

​          ~~~~~~~~         pyopengl是opengl的pythonAPI,opengl相信很多人都听说过,OpenGl的全称为Open Graphics Library,常用于二维和三维图像的绘制。

​          ~~~~~~~~         本文的OpenGl介绍使用并未以官方文档为参考(自己太菜,看着实在是心态崩溃),此处以网络上大佬的博客(https://eyehere.net/2011/learn-opengl-3d-by-pyopengl-3/)为参考学习,同时对内容进行简要的总结,详细的内容请参考官方文档或者检索其他参考文献。

​          ~~~~~~~~         OpenGl更加普遍广泛的为C++调用,大家也可以参考C++的调用方式,和Python的差异不会太大。

模块安装:

​          ~~~~~~~~         此处提一下pyopengl的安装,是因为此模块并不能简单的按照pip install pyopengl的方式进行安装,需要下载镜像文件进行安装,参考文献:https://blog.csdn.net/xufive/article/details/86565130

​          ~~~~~~~~         个人在安装过程中曾遇到安装失败,报错显示The file is not supported on the platform,最后发现由于下载的镜像文件与个人电脑的python版本不匹配造成的,详细的解决方案参考:https://www.jianshu.com/p/531c4fdbb493

简单应用:

茶壶小Demo:

# pyopengl绘制茶壶-基本命令解析 from OpenGL.GL import * from OpenGL.GLU import * from OpenGL.GLUT import * def drawFunc(): '''OpenGl实际绘图函数''' glClear(GL_COLOR_BUFFER_BIT) # 将先前的画面清除,参数指明要清除的buffer # glRotatef(1, 0, 1, 0) glutWireTeapot(0.5) # glut提供的绘制‘犹他茶壶’的函数(glut内部函数) glFlush() # 刷新显示(内部复杂) glutInit() # 借助于glut初始化opengl '''GLUT_SINGLE所有绘图操作都直接在显示的窗口执行,GLUT_RGBA说明采用RGB的颜色显示方式''' glutInitDisplayMode(GLUT_SINGLE | GLUT_RGBA) glutInitWindowSize(400, 400) # 设置窗口大小(glutInitWindowPosition设置窗口出现的位置) glutCreateWindow("First") # 创建窗口,添加标题 glutDisplayFunc(drawFunc) # 执行函数(函数中包含openGl的诸多基础绘图操作) # glutIdleFunc(drawFunc) glutMainLoop() # 主循环,画出即时的图像,处理输入等

小Tips:

此处并为展示任何绘图的技巧,茶壶的绘制调用内部的WireTeapot函数实现,可以借此了解pyopengl绘制图形的一般思路此处绘制的茶壶为静态的,同时不支持借助于鼠标动态交互

动态茶壶小Demo:

## 绘制旋转的犹他茶壶 from OpenGL.GL import * from OpenGL.GLU import * from OpenGL.GLUT import * def drawFunc(): glClear(GL_COLOR_BUFFER_BIT) glRotatef(1, 0, 1, 0) # 参数说明:角度+向量(绕向量旋转一定的角度) glutWireTeapot(0.5) glFlush() glutInit() glutInitDisplayMode(GLUT_SINGLE | GLUT_RGBA) glutInitWindowSize(400, 400) glutCreateWindow("First") glutDisplayFunc(drawFunc) glutIdleFunc(drawFunc) # 动画产生 glutMainLoop()

小Tips:

动态旋转的茶壶小Demo添加两行代码:

glRotatef(1,0,1,0)用于说明围绕特定向量旋转的角度

glutIdelFunc(drawFunc)用于生成动画

from OpenGL.GL import * from OpenGL.GLU import * from OpenGL.GLUT import * def init(): glClearColor(0.0, 0.0, 0.0, 1.0) gluOrtho2D(-1.0, 1.0, -1.0, 1.0) def drawFunc(): glClear(GL_COLOR_BUFFER_BIT) glBegin(GL_LINES) # 分割线绘制(未指定颜色,前景白色,背景黑色) glVertex2f(-1.0, 0.0) glVertex2f(1.0, 0.0) glVertex2f(0.0, 1.0) glVertex2f(0.0, -1.0) glEnd() glPointSize(5.0) # 指明每个像素点的大小为5 glBegin(GL_POINTS) # 右上部分点的绘制(指定坐标和颜色) glColor3f(1.0, 0.0, 0.0) glVertex2f(0.3, 0.3) glColor3f(0.0, 1.0, 0.0) glVertex2f(0.6, 0.6) glColor3f(0.0, 0.0, 1.0) glVertex2f(0.9, 0.9) glEnd() '''仔细观察,默认情况下,封闭图形会被填充''' glColor3f(1.0, 1.0, 0) # 绘制指定颜色的独立四边形(矩形) glBegin(GL_QUADS) glVertex2f(-0.2, 0.2) glVertex2f(-0.2, 0.5) glVertex2f(-0.5, 0.5) glVertex2f(-0.5, 0.2) glEnd() glColor3f(0.0, 1.0, 1.0) glPolygonMode(GL_FRONT, GL_LINE) # 指定绘制面的方式(GL_LINE只画线,GL_FILL进行填充) glPolygonMode(GL_BACK, GL_FILL) glBegin(GL_POLYGON) glVertex2f(-0.5, -0.1) glVertex2f(-0.8, -0.3) glVertex2f(-0.8, -0.6) glVertex2f(-0.5, -0.8) glVertex2f(-0.2, -0.6) glVertex2f(-0.2, -0.3) glEnd() '''两端代码的区别在于面的渲染,类似于刷油漆,在正面刷和在反面刷的区别''' '''此处面理解为是的3D面,正面渲染是可以看到的,但是背面的渲染是无法观察到的''' glPolygonMode(GL_FRONT, GL_FILL) glPolygonMode(GL_BACK, GL_LINE) glBegin(GL_POLYGON) glVertex2f(0.5, -0.1) glVertex2f(0.2, -0.3) glVertex2f(0.2, -0.6) glVertex2f(0.5, -0.8) glVertex2f(0.8, -0.6) glVertex2f(0.8, -0.3) glEnd() glFlush() glutInit() glutInitDisplayMode(GLUT_RGBA|GLUT_SINGLE) glutInitWindowSize(400, 400) glutCreateWindow("Sencond") glutDisplayFunc(drawFunc) init() glutMainLoop()

         ~~~~~~~~         借助于此部分,我们的对于PyOpenGL的基础绘图操作做简单的归纳总结:

OpenGL的所有绘图命令必须在glBegin()和glEnd()之间,同时,glBengin()中的参数知名绘图的方式

GL_LINES表示绘制线端GL_POINTS表示绘制单个顶点集GL_QUADS表示绘制独立四边形GL_POLYGON表示绘制多边形

其他绘制方式参考官方文档或者博客

上述代码最后若干行属于对OpenGL的绘图窗口,主循环等等进行设置,绘制图形时必备,内部参数可发生改变

上图中下面两幅图,作者用于说明OpenGL中的渲染问题,简单讲,由于绘制图像的3D特性,存在正面和反面之分,渲染可以理解为涂色,正面的涂色我们是可以看到的,但是背面的涂色我们是无法看到的

结尾Demo:

from OpenGL.GL import * from OpenGL.GLUT import * def draw(): # --------------------------------------------------------------- glBegin(GL_LINES) # 开始绘制线段(世界坐标系) # 以红色绘制x轴 glColor4f(1.0, 0.0, 0.0, 1.0) # 设置当前颜色为红色不透明 glVertex3f(-0.8, 0.0, 0.0) # 设置x轴顶点(x轴负方向) glVertex3f(0.8, 0.0, 0.0) # 设置x轴顶点(x轴正方向) # 以绿色绘制y轴 glColor4f(0.0, 1.0, 0.0, 1.0) # 设置当前颜色为绿色不透明 glVertex3f(0.0, -0.8, 0.0) # 设置y轴顶点(y轴负方向) glVertex3f(0.0, 0.8, 0.0) # 设置y轴顶点(y轴正方向) # 以蓝色绘制z轴 glColor4f(0.0, 0.0, 1.0, 1.0) # 设置当前颜色为蓝色不透明 glVertex3f(0.0, 0.0, -0.8) # 设置z轴顶点(z轴负方向) glVertex3f(0.0, 0.0, 0.8) # 设置z轴顶点(z轴正方向) glEnd() # 结束绘制线段 # --------------------------------------------------------------- glBegin(GL_TRIANGLES) # 开始绘制三角形(z轴负半区) glColor4f(1.0, 0.0, 0.0, 1.0) # 设置当前颜色为红色不透明 glVertex3f(-0.5, -0.366, -0.5) # 设置三角形顶点 glColor4f(0.0, 1.0, 0.0, 1.0) # 设置当前颜色为绿色不透明 glVertex3f(0.5, -0.366, -0.5) # 设置三角形顶点 glColor4f(0.0, 0.0, 1.0, 1.0) # 设置当前颜色为蓝色不透明 glVertex3f(0.0, 0.5, -0.5) # 设置三角形顶点 glEnd() # 结束绘制三角形 # --------------------------------------------------------------- glFlush() # 清空缓冲区,将指令送往硬件立即执行 if __name__ == "__main__": glutInit() # 1. 初始化glut库 glutCreateWindow('Quidam Of OpenGL') # 2. 创建glut窗口 glutDisplayFunc(draw) # 3. 注册回调函数draw() glutMainLoop() # 4. 进入glut主循环

​          ~~~~~~~~         pyopengl讲述内容不多,主要原因是因为我自己确实也是没怎么弄懂,相比于我更推荐大家去看大佬的博客,写的比较详细,后续应该也会更新。简单总结一下:

相比于上面两模块,pyopengl的可塑性应该是最强大,可以自定义光照,位置等的影响可塑性强,自由灵活,那就意味着自己考虑,操作的部分非常多,上手的难度大,可适当参考视频教程,或许要容易些 二、python动画生成

​          ~~~~~~~~         上述介绍python中三维绘图的模块,下面提及如何将绘制的图像转换为动画,当然也是借助于python的库完成-MoviePy。MoviePy是python的一个专业的音视频编辑库。我们可以借助于MoviePy将我们绘制的图形变为动态的动画。MoviePy的官方文档中提及选择MoviePy的一大理由在于你想将从别的Python库里(如Matplotlib、Mayavi、Gizeh、scikit-images等)生成的图片制作成动画。

​          ~~~~~~~~         当然,我们此处仅是落脚于MoviePy与绘图模块的交互的部分,但是MoviePy的功能远不止此,其他更多的功能,请移步官方文档:http://doc.moviepy.com.cn/index.html#document-3_%E4%BD%9C%E5%93%81%E5%B1%95%E7%A4%BA/index

MoviePy模块应用:

moviepy和mayavi交互动画生成:

# 借助于Moviepy和mayavi实现3D动态图 import numpy as np import mayavi.mlab as mlab import moviepy.editor as mpy duration= 2 # duration of the animation in seconds (it will loop) # 用Mayavi制作一个图形 fig_myv = mlab.figure(size=(220,220), bgcolor=(1,1,1)) X, Y = np.linspace(-2,2,200), np.linspace(-2,2,200) XX, YY = np.meshgrid(X,Y) ZZ = lambda d: np.sinc(XX**2+YY**2)+np.sin(XX+d) # 用MoviePy将图形转换为动画,编写动画GIF def make_frame(t): mlab.clf() # 清掉图形(重设颜色) mlab.mesh(YY,XX,ZZ(2*np.pi*t/duration), figure=fig_myv) return mlab.screenshot(antialiased=True) animation = mpy.VideoClip(make_frame, duration=duration) animation.write_gif("sinc.gif", fps=20)

moviepy和matplotlib交互动画生成:

import matplotlib.pyplot as plt import numpy as np from moviepy.editor import VideoClip from moviepy.video.io.bindings import mplfig_to_npimage x = np.linspace(-2, 2, 200) duration = 2 # 定义图像的变化速度(值越小,图像切换越快,对应图像的变化速度越快) fig, ax = plt.subplots() def make_frame(t): ax.clear() ax.plot(x, np.sinc(x**2) + np.sin(x + 2*np.pi/duration * t), lw=2) # lw参数定义绘图线条的粗细 ax.set_ylim(-1.5, 2.5) return mplfig_to_npimage(fig) animation = VideoClip(make_frame, duration=duration) # 生成gif或者mp4 animation.write_gif('matplotlib.gif', fps=20) # 生成gif文件 # animation.write_videofile('matplotlib.mp4',fps = 24) # 生成mp4文件

图形展示:

小Tips:

moviepy生成的动画不仅可以借助animation.write_gif('matplotlib.gif', fps=20)生成gif文件,同样可以借助animation.write_videofile('matplotlib.mp4',fps = 24)生成视频文件。duration定义图形速度的变化,数值越小,图像的变化速度越快make_frame 三、项目文件:

Github链接:python高阶3D绘图



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有