一文搞懂:关于laplacian坐标的编译

简介: 一文搞懂:关于laplacian坐标的编译

这是我的第一篇博客,在这里我首先对具有开元思想的人表示感谢,是你们的奉献才能让我慢慢的入门。


  在常规的laplacian坐标计算中,都习惯性的以顶点为单位,根据laplacian坐标的公式计算,虽然都可以计算出来但是计算量较大。这里提出的laplacian坐标计算方法最小单位为三角形或者四边形,在目前的扫描文件中通常都是用的三角形,故文中的代码都以三角形进行探讨。


static //代码效果参考:http://www.lyjsj.net.cn/wx/art_24197.html

void LaplacianMatrix(SystemData sys)

{


float v1【3】, v2【3】, v3【3】, v4【3】, no【3】;


float w2, w3, w4;


int i, j, fi;


bool has_4_vert;


unsigned int idv1, idv2, idv3, idv4;


for (fi = 0; fi total_faces; fi++) { //所有面的个数


const unsigned int vidf = sys->faces【fi】;


idv1 = vidf【0】;


idv2 = vidf【1】;


idv3 = vidf【2】;


idv4 = vidf【3】; //面中各个顶点对应顶点的序列


has_4_vert = vidf【3】 ? 1 : 0; //*判断是四边形还是三边形


if (has_4_vert) {


normal_quad_v3(no,//代码效果参考:http://www.lyjsj.net.cn/wz/art_24195.html

sys->co【idv1】, sys->co【idv2】, sys->co【idv3】, sys->co【idv4】);

add_v3_v3(sys->no【idv4】, no);


i = 4;


}


else {


normal_tri_v3(no, sys->co【idv1】, sys->co【idv2】, sys->co【idv3】); //计算三角形的法线


i = 3;


}


add_v3_v3(sys->no【idv1】, no); //点的法线与面的法线相加


add_v3_v3(sys->no【idv2】, no);


add_v3_v3(sys->no【idv3】, no);


for (j = 0; j < i; j++) {


idv1 = vidf【j】;


idv2 = vidf【(j + 1) % i】;


idv3 = vidf【(j + 2) % i】;


idv4 = has_4_vert ? vidf【(j + 3) % i】 : 0;


copy_v3_v3(v1, sys->co【idv1】);


copy_v3_v3(v2, sys->co【idv2】);


copy_v3_v3(v3, sys->co【idv3】);


if (has_4_vert) {


copy_v3_v3(v4, sys->co【idv4】);


}


if (has_4_vert) {


w2 = (cotan_weight(v4, v1, v2) + cotan_weight(v3, v1, v2)) / 2.0f;


w3 = (cotan_weight(v2, v3, v1) + cotan_weight(v4, v1, v3)) / 2.0f;


w4 = (cotan_weight(v2, v4, v1) + cotan_weight(v3, v4, v1)) / 2.0f;


sys->delta【idv1】【0】 -= v4【0】 w4;


sys->delta【idv1】【1】 -= v4【1】 w4;


sys->delta【idv1】【2】 -= v4【2】 w4;


nlRightHandSideAdd(0, idv1, -v4【0】 w4);


nlRightHandSideAdd(1, idv1, -v4【1】 w4);


nlRightHandSideAdd(2, idv1, -v4【2】 w4);


nlMatrixAdd(idv1, idv4, -w4);


}


else {


w2 = cotan_weight(v3, v1, v2); //非顶点的夹角,为laplacian坐标的计算做准备


w3 = cotan_weight(v2, v3, v1);


w4 = 0.0f;


}


sys->delta【idv1】【0】 += v1【0】 (w2 + w3 + w4); //计算laplacian坐标的规律,中心点以外的两个顶点夹角的正切值,相加与当前中心点,相减于另外两个顶点


sys->delta【idv1】【1】 += v1【1】 (w2 + w3 + w4); //于对角正切值的乘积,是以三角形为计算中心


sys->delta【idv1】【2】 += v1【2】 (w2 + w3 + w4);


sys->delta【idv1】【0】 -= v2【0】 w2;


sys->delta【idv1】【1】 -= v2【1】 w2;


sys->delta【idv1】【2】 -= v2【2】 w2;


sys->delta【idv1】【0】 -= v3【0】 w3;


sys->delta【idv1】【1】 -= v3【1】 w3;


sys->delta【idv1】【2】 -= v3【2】 * w3;


nlMatrixAdd(idv1, idv2, -w2);


nlMatrixAdd(idv1, idv3, -w3);


nlMatrixAdd(idv1, idv1, w2 + w3 + w4);


}


}


}


  上面laplacian坐标的计算即为三角形为最小单位,所以运算速度会较以点为单位的计算方式好些。

相关文章
|
12天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
10天前
|
存储 人工智能 搜索推荐
终身学习型智能体
当前人工智能前沿研究的一个重要方向:构建能够自主学习、调用工具、积累经验的小型智能体(Agent)。 我们可以称这种系统为“终身学习型智能体”或“自适应认知代理”。它的设计理念就是: 不靠庞大的内置知识取胜,而是依靠高效的推理能力 + 动态获取知识的能力 + 经验积累机制。
370 133
|
10天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
本文讲解 Prompt 基本概念与 10 个优化技巧,结合学术分析 AI 应用的需求分析、设计方案,介绍 Spring AI 中 ChatClient 及 Advisors 的使用。
453 131
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
|
4天前
|
存储 安全 前端开发
如何将加密和解密函数应用到实际项目中?
如何将加密和解密函数应用到实际项目中?
209 138
|
10天前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
418 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
4天前
|
存储 JSON 安全
加密和解密函数的具体实现代码
加密和解密函数的具体实现代码
218 136
|
21天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
1523 87
|
22天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1365 8