Python 3D表面绘图的Phong阴影处理方法

Question

Python 3D表面绘图的Phong阴影处理方法

pythonmatlabmatplotlibmayaviphong

12

我正在尝试在Python中创建美观的3D图，希望使用高光绘制，目前已经尝试了使用Matplotlib中的三维坐标轴和Mayavi中的面图，例如Mayavi网页上的surf示例:

输入图片描述

这样可以得到良好的结果，并且在Mayavi中似乎可以合理地控制光照，尽管我似乎无法实现“闪亮”的效果。

在Matlab中，可以通过使用“Phong”光照来实现：

输入图片描述

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

因此，我的问题是：如何在基于Python的3D图中实现这种类似Phong的闪亮阴影？

- NewPythonUsers1

有两件事情值得注意。在Matlab中，我注意到如果你切换渲染器（从Matlab软件渲染器切换到OpenGL渲染器），它会从闪亮的外观变成更加平淡的外观。因此，Matplotlib可能正在使用OpenGL渲染器。其次，是否有一种方法可以改变Matplotlib中源光的颜色和亮度。这可能允许您改变绘图的“光泽度”。 - shaw2thefloor

谢谢。好建议 - 我想知道如何更改Mayavi / Matplotlib渲染器以帮助实现这个目标？ - NewPythonUsers1

也许这会有所帮助 - 在matplotlib中更改后端：https://dev59.com/KnA75IYBdhLWcg3wdIz7 在Python中使用Phong-style光照效果会非常好，但我找不到任何相关资料。唯一提到的是在使用Blender Python API的上下文中：http://blenderartists.org/forum/showthread.php?190352-Simple-Phong-shader-via-PyNodes - mmagnuski

对于numpy实现的Blinn-Phong，请参见答案：https://dev59.com/ErLma4cB1Zd3GeqPXz8e - Kaan E.

2个回答

2

是的，您可以在Mayavi中完成此操作。在Mayavi窗口中，点击左上角的Mayavi图标以显示高级菜单。单击场景中对应于您的曲面的表面，然后单击右侧菜单中的“Actor”选项卡，在滚动到的名为“Property”的框中单击“更多选项”。您可以在“插值”框中将阴影设置为Phong阴影。

- ben

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- nicoguaro · Accepted Answer

正如@ben提到的那样，你可以使用Mayavi，并交互式地更改照明。一个好主意是点击记录脚本按钮，然后您可以在脚本中使用这些代码行（这就是我在此处使用Mayavi部分的方法）。

另一个选择是使用Matplotlib。基于shading example，我成功生成了一张带有照明效果的表面图。

请参见下面的代码。

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()

这给出了以下结果：

Mayavi：
Matplotlib：