线性绘制在NSDT 3D场布中的应用

简介: 线性绘制应该被视为一种工具,用于优化空间布局和视觉效果,以达到特定的设计目标。

什么是线性摆放?

  线性摆放是指将一系列对象按照直线或者曲线进行排列,形成一条线或者弧线状的布局方式。在3D场布中,线性摆放可以应用于多个领域和场景,如展览设计、景观规划、商业空间布置等。

线性绘制在3D场布中的应用

  展览设计:线性摆放在展览设计中被广泛应用。通过将展品按照直线或者曲线的方式进行线性摆放,可以引导观众流线,使参观者能够有序地浏览展览内容。线性摆放还可以用于突出展品的连贯性和主题性,通过视觉上的延伸,凸显展品之间的联系和故事性。例如,在博物馆中,将展品沿着一条直线或者弧线进行线性摆放,可以引导观众按照特定的展示顺序进行观赏。

  景观规划:线性摆放在景观规划中可以创造出独特的视觉效果。通过将树木、花坛、座椅等元素按照曲线或者直线进行线性摆放,可以形成自然、流畅的景观线条,增加景观的动态感和连贯性。线性摆放还可以用于规划人行道、步行街等行人活动区域,通过线性布局使人们更加舒适地行走和流动。

  商业空间布置:线性摆放在商业空间的布置中具有引导消费和吸引顾客的作用。通过将商品、陈列架等按照线性方式进行摆放,可以引导顾客的目光流线,吸引他们逐一浏览产品。线性摆放还可以用于创造空间的层次感和流畅感,使商业空间更加整洁、有序,提升顾客的购物体验。例如,在服装店中,将衣物按照一条直线或者曲线进行线性摆放,可以呈现出连贯的时尚风格,吸引顾客的注意力。

  总之,线性摆放在3D场布中的应用具有很大的灵活性和创造性。通过合理运用线性摆放的原则,可以营造出独特的空间氛围,引导观众流线,突出展品或者商品的特点,提升整体的视觉效果和用户体验。

NSDT编辑器如何进行线性绘制?

  在3D场景应用中,线性绘制的使用场景非常常见,比如:最常见的就是绘制一条公路、一条河、一座桥、围栏、围墙等这种最常见的物体。还有稍微复杂点就是:沿着马路绘制一排电线杆、路灯、或者中一排树。凡是需要按照一定路径来摆放的模型都可以使用线性绘制的方法来绘制。

  NSDT 编辑器 中内置的线性绘制工具可以很好的完成这些工作。编辑器内置的线性绘制有三种模式:

  折绘制:鼠标左键在场景中点击选点,在场景中选取多点,鼠标右键选点结束,所有的点按顺序连成一条线,线段之间的拐角不带圆弧。

  曲线绘制:鼠标左键在场景中点击选点,在场景中选取多点,鼠标右键选点结束,所有的点按顺序连成一条线,线段之间的拐角带圆弧。

  直线绘制:鼠标左键在场景中选取两点, 自动结束。

  注:这里线性绘制模式支持所有的模型,例如我选择一个楼房, 拉一条直线,最会的绘制效果如下图:

  另外,大家选择这个模型会发现, 线性绘制的模型是一个整体,我们还可以为这个整体模型进行拆分和继续编辑。

  首先介绍下继续编辑功能:选中模型,点击右侧面板的编辑按钮,场景中会提示“拖动锚点编辑曲线,右键结束”,我们尝试拖动锚点

选中锚点,锚点会出现位移箭头

  拖动箭头右键结束,如图:

  拆分模型(拆分后不能再进行合并):点击右侧面板拆分按钮,联排房子变成了一个个独立的模型了,可以独立操作。

  本期内容到此,下一期继续介绍NSDT 编辑器 的其他绘制方式。

目录
相关文章
|
4月前
第4章-变换-4.1-基础变换
第4章-变换-4.1-基础变换
29 0
|
4月前
|
图形学
球体投影到像素空间的大小
球体投影到像素空间的大小
32 0
|
7月前
|
算法 图形学
【计算机图形学】实验四 二维图形的缩放、旋转,平移,组合变换
【计算机图形学】实验四 二维图形的缩放、旋转,平移,组合变换
219 2
|
7月前
[Halcon&几何] 直线的垂线与延长线的计算
[Halcon&几何] 直线的垂线与延长线的计算
353 1
|
算法 数据可视化 C#
C# | Chaikin算法 —— 计算折线对应的平滑曲线坐标点
本文将介绍一种计算折线对应的平滑曲线坐标点的算法。该算法使用Chaikin曲线平滑处理的方法,通过控制张力因子和迭代次数来调整曲线的平滑程度和精度。通过对原始点集合进行切割和插值操作,得到平滑的曲线坐标点集合。实验结果表明,该算法能够有效地平滑折线,并且具有较高的精度和可控性。
245 0
C# | Chaikin算法 —— 计算折线对应的平滑曲线坐标点
|
7月前
|
算法
[Halcon&拟合] 直线、矩形和圆的边缘提取
[Halcon&拟合] 直线、矩形和圆的边缘提取
416 0
|
7月前
[Halcon&拟合] 拟合直线边缘并计算距离
[Halcon&拟合] 拟合直线边缘并计算距离
248 0
|
存储 API 图形学
OpenCV_11 轮廓检测:图像的轮廓+绘制轮廓+轮廓近似+边界矩形+椭圆拟合+直线拟合
轮廓检测指检测图像中的对象边界,更偏向于关注上层语义对象。如OpenCV中的findContours()函数, 它会得到每一个轮廓并以点向量方式存储,除此也得到一个图像的拓扑信息,即一个轮廓的后一个轮廓、前一个轮廓等的索引编号。
1671 0
空间校正相似变换
空间校正相似变换
74 0
|
机器学习/深度学习 算法 数据可视化
梯度下降法,二维空间三维空间 代码实现
梯度下降法,二维空间三维空间 代码实现
408 0
梯度下降法,二维空间三维空间 代码实现