科学计算三维可视化---TVTK库可视化实例

一：TVTK库可视化实例

Plot3D文件知识：PLOT3D 数据格式

PLOT3D文件分为网格文件(XYZ 文件), 空气动力学结果文件 (Q 文件)和通用结果文件(函数文件 + 函数名称文件)。网格文件中可加入所谓的IBlank参数。

（一）标量数据可视化（等值面）

generate_values()创建等值面

from tvtk.api import tvtk
from Tvtkfunc import ivtk_scene,event_loop

def read_data():    #导入数据
    plot3d = tvtk.MultiBlockPLOT3DReader(
        xyz_file_name="comxyz.bin", #网格文件
        q_file_name="combq.bin", #开启动力学结果文件
        scalar_function_number = 100, #设置标量数据数量
        vector_function_number=200, #设置矢量数据数量
    )   #读入Plot3D数据
    plot3d.update() #让plot3D计算器输出数据
    return plot3d

plot3d = read_data()
grid = plot3d.output.get_block(0)   #获取读入的数据集对象

con = tvtk.ContourFilter()  #创建等值面对象
con.set_input_data(grid)    #将网格与其绑定
con.generate_values(10,grid.point_data.scalars.range) #指定轮廓数和数据范围 其中轮廓数越大，越丰富多彩  #映射颜色最小红色，最大蓝色

m = tvtk.PolyDataMapper(scalar_range=grid.point_data.scalars.range, #设置映射器的变量范围属性
                        input_connection=con.output_port)
a = tvtk.Actor(mapper=m)
a.property.opacity = 0.5    #设置透明度为0.5

win = ivtk_scene(a)
win.scene.isometric_view()
event_loop()

set_value设置每个等值面的值

第一个参数是指定第几个等值面，第二个参数是设置该等值面的值

set_value(0,0.3)

（二）矢量数据可视化（有数值和方向）

箭头大小可以表示标量信息，箭头方向可以表示矢量的方向

为了能够在矢量数据网格中放置箭头符号，我们可以使用TVTK库中提供的Glyph3D符号化技术，可以产生放缩，着色，和具有方向的符号

在一般情况下，由于矢量数据过于密集，为了使得绘制速度更快，让箭头的密度适中，我们可以使用降维的方法，来降低数据的密度

from tvtk.api import tvtk
from Tvtkfunc import ivtk_scene,event_loop

def read_data():    #导入数据
    plot3d = tvtk.MultiBlockPLOT3DReader(
        xyz_file_name="comxyz.bin", #网格文件
        q_file_name="combq.bin", #开启动力学结果文件
        scalar_function_number = 100, #设置标量数据数量
        vector_function_number=200, #设置矢量数据数量
    )   #读入Plot3D数据
    plot3d.update() #让plot3D计算器输出数据
    return plot3d


plot3d = read_data()
grid = plot3d.output.get_block(0)   #获取读入的数据集对象

#对数据集中的数据进行随机选取，每50个点选择一个点,是对数据进行降采样
mask = tvtk.MaskPoints(random_mode=True,on_ratio=50)
mask.set_input_data(grid)   #将grid和mask相连
#创建表示箭头的PolyData数据集
glyph_source = tvtk.ArrowSource()
#在Mask采样后的PolyData数据集每个点上放置一个箭头
#箭头的方向（速度方向），长度<箭头越大，表示标量越大>和颜色<也表示标量大小，红色小，蓝色大>（两个都表示密度）由于点对应的矢量和标量数据决定

#将上面的降采样数据与箭头符号化相关联
glyph = tvtk.Glyph3D(input_connection=mask.output_port,
                     scale_factor=4)    #scale_factor符号的共同放缩系数
glyph.set_source_connection(glyph_source.output_port)

m = tvtk.PolyDataMapper(scalar_range=grid.point_data.scalars.range, #设置映射器的变量范围属性
                        input_connection=glyph.output_port)
a = tvtk.Actor(mapper=m)
a.property.opacity = 0.5    #设置透明度为0.5

win = ivtk_scene(a)
win.scene.isometric_view()
event_loop()

总结矢量化数据可视化的三个方法

（1）Glyph3D是TVTK的符号化技术

降采样的数据会被传入作为他的数据源，他输入数据的每个点，都会拷贝一个符号，符号本身是通过ArrowSource创建，由set_source_connection关联ployData和箭头

（2）MaskPoints降采样，可输出降采样前后点的数目查看效果

降采样前

降采样后

（3）ArrowSource方法修改

创建了表示箭头的PolyData数据集

glyph_source = tvtk.ArrowSource()　　

glyph_source = tvtk.ConeSource()
设置防缩系数：scale_factor = 2

（三）空间轮廓线可视化

from tvtk.api import tvtk
from tvtk.common import configure_input
from Tvtkfunc import ivtk_scene,event_loop

def read_data():    #导入数据
    plot3d = tvtk.MultiBlockPLOT3DReader(
        xyz_file_name="comxyz.bin", #网格文件
        q_file_name="combq.bin", #开启动力学结果文件
        scalar_function_number = 100, #设置标量数据数量
        vector_function_number=200, #设置矢量数据数量
    )   #读入Plot3D数据
    plot3d.update() #让plot3D计算器输出数据
    return plot3d


plot3d = read_data()
grid = plot3d.output.get_block(0)   #获取读入的数据集对象

outline = tvtk.StructuredGridOutlineFilter()    #计算表示外边框的PolyData对象
configure_input(outline,grid)   #调用tvtk.common.configure_input()，将外框计算与数据集产生关联

m = tvtk.PolyDataMapper(input_connection=outline.output_port)
a = tvtk.Actor(mapper=m)
a.property.color = 0.3,0.3,0.3  #float色彩空间0-1.0

win = ivtk_scene(a)
win.scene.isometric_view()
event_loop()

思路扩展：

将空间轮廓可视化和标量数据可视化或者矢量数据可视化一起使用，形成更加完善的形状