如何在pythonOCC中使用样条线?

时间:2013-10-14 08:41:33

标签: python spline cad opencascade

我有一个关于如何在pythonOCC中使用样条线的两部分问题。

首先,我知道我可以使用

创建样条曲线
array = []
array.append(gp_Pnt2d (0,0))
array.append(gp_Pnt2d (1,2))
array.append(gp_Pnt2d (2,3))
array.append(gp_Pnt2d (4,3))
array.append(gp_Pnt2d (5,5))

pt2d_list = point2d_list_to_TColgp_Array1OfPnt2d(array)
SPL1      = Geom2dAPI_PointsToBSpline(pt2d_list).Curve()
display.DisplayShape(make_edge2d(SPL1) , update=True)

我希望bspline可以通过

计算
BSPL1      = Geom2dAPI_PointsToBSpline(pt2d_list)

但我怎么得到:

  1. bspline的衍生物?
  2. bspline的结?
  3. 结是pt2d_list吗?
  4. bspline的控制点?
  5. 样条曲线的系数?
  6. 如何删除或添加bspline结?

    其次,在pythonOCC中加载CAD绘图.stp文件时,如下所示:

    from OCC import TopoDS, StlAPI
    shape = TopoDS.TopoDS_Shape()
    stl_reader = StlAPI.StlAPI_Reader()
    stl_reader.Read(shape,str(filename))
    display.DisplayShape(shape)
    

    如何从knot,bspline和coefficient等形状中获取数据。

2 个答案:

答案 0 :(得分:1)

我已经使用python-boost来实现这一点。 看看这个功能:http://letslearncomputing.blogspot.com/2013/04/c-program-for-cubic-spline-interpolation.html 你可以在这里得到你想要的5个值。

您只需将代码修改为C++(不是C

BOOST_PYTHON_MODULE(Spline)
{
    import_array();
    boost::python::numeric::array::set_module_and_type("numpy", "ndarray");
    class_<Spline, Spline*>("Spline", init<>())
        .def("spline", &Spline::spline)
        ;
}

所以在Python中你可以使用:

from Spline.Spline import *
operation = Spline()
value, error_ = operation.spline(np.array(your_x_array), np.array(your_y_array), 0.01)

Cpp类:

#define NUMBER_OF_SAMPLES 14
class Spline
{
public:
    boost::python::list spline(numeric::array& x_val, numeric::array& y_val, double look_up_val);
};

然后在boost::python::list Spline::spline(numeric::array& x_val, numeric::array& y_val, double p)函数中得到:

PyArrayObject* x_pyArr = (PyArrayObject*)PyArray_FROM_O(x_val.ptr());

PyArrayObject* y_pyArr = (PyArrayObject*)PyArray_FROM_O(y_val.ptr());
int size = *(x_pyArr->dimensions), i , j;    
double* data_x = (double*)x_pyArr->data;
double* data_y = (double*)y_pyArr->data;
double h[NUMBER_OF_SAMPLES], a, b, c, d, s[NUMBER_OF_SAMPLES] = { 0 }, F[NUMBER_OF_SAMPLES], f[NUMBER_OF_SAMPLES], x[NUMBER_OF_SAMPLES], m[NUMBER_OF_SAMPLES][NUMBER_OF_SAMPLES] = { 0 }, temp;

for (int i = 0; i < size; i++)
{
    x[i] = *(data_x + i);
    f[i] = *(data_y + i);
}

根据链接中的代码等等。我在Spline::spline函数中返回一个python列表:

boost::python::list return_val;
// ....
return_val.append(sum);
return_val.append(result);
return return_val;

答案 1 :(得分:0)

我会看一下scipy documentation并在那里搜索您尝试应用的功能。