博客
关于我
VTK:网格之FitToHeightMap
阅读量:402 次
发布时间:2019-03-05

本文共 649 字,大约阅读时间需要 2 分钟。

VTK:网格之FitToHeightMap

在VTK库中,FitToHeightMapFilter是一个强大的工具,用于将vtkPolyData数据转换为高度图。此处以vtkPlaneSource生成的平面为基础,平面上的点1和点2是根据DEM边界框计算的。每个点的z坐标都设置为对应的DEM高度值。通过ProbeFilter,我们可以将来自DEM的标量高程数据应用到平面上。接着,WarpScalar filter将将这个高度数据应用到变形后的网格上。一旦平面被悬停在变形后的DEM网格上,我们就可以使用相同的lookup table来显示两者。

操作步骤如下:

  • 生成原始网格
  • 应用高度数据
  • 变形网格
  • 显示结果
  • 在下图中,可以看到原始网格(左)和点拟合网格(中)。通过对比可以看出,点拟合后的网格更贴合DEM的实际高度分布。

    描述

    在这个示例中,FitToHeightMapFilter被用于将由vtkPlaneSource生成的平面数据转换为高度图。平面的点1和点2的位置是根据DEM的边界框确定的。每个点的z坐标都被设置为对应的DEM高度值。随后,ProbeFilter用于将这些高度数据应用到平面上。接着,WarpScalar filter将将这个高度数据应用到变形后的网格上。最后,通过lookup table,我们可以同时显示原始网格和变形后的网格。

    通过对比左右两图,可以清晰地看到点拟合网格与原始网格之间的差异。点拟合后的网格更加贴合DEM的实际高度分布,使得整个视觉效果更加逼真。

    转载地址:http://wonwz.baihongyu.com/

    你可能感兴趣的文章
    opencv5-图像混合
    查看>>
    opencv9-膨胀和腐蚀
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    opencv图像分割2-GMM
    查看>>
    OpenMCU(一):STM32F407 FreeRTOS移植
    查看>>
    OpenMMLab | 【全网首发】Llama 3 微调项目实践与教程(XTuner 版)
    查看>>
    OpenMMLab | 面向多样应用需求,书生·浦语2.5开源超轻量、高性能多种参数版本
    查看>>
    OpenPPL PPQ量化(5):执行引擎 源码剖析
    查看>>
    Openresty框架入门详解
    查看>>
    OpenResty(2):OpenResty开发环境搭建
    查看>>
    openshift搭建Istio企业级实战
    查看>>
    Openstack企业级云计算实战第二、三期培训即将开始
    查看>>
    OpenStack安装部署实战
    查看>>
    OpenStack的基本概念与架构详解
    查看>>
    openstack虚拟机迁移live-migration中libvirt配置
    查看>>
    ORACEL学习--理解over()函数
    查看>>
    ORACLE Bug 4431215 引发的血案—原因分析篇
    查看>>
    oracle dblink结合同义词的用法 PLS-00352:无法访问另一数据库
    查看>>