博客
关于我
Rhinoceros 建模简介2(点、直线、曲线)
阅读量:220 次
发布时间:2019-02-28

本文共 715 字,大约阅读时间需要 2 分钟。

抽离点、等分点、控制点、法线、角平分线等是3D建模软件中常用工具,以下是操作指南:

  • 抽离点

    在物体上选择需要的点,通过工具设置即可完成。抽离点通常用于初步定位或辅助其他操作。

  • 等分点

    等分点可以根据数目或预定长度设置,常用于辅助测量或定位。

  • 例如:将物体边缘等分为5份,每份长度相等。

    1. 控制点
      在物体上生成控制点,操作方法类似于创建帘点。控制点用于控制曲线或曲面的形状。
    2. 例如:在凸面上生成控制点,用于调整曲线的弯曲程度。

      1. 绘制法线
        使用直线工具选择“曲面法线”功能,帮助确定表面的垂直方向。
      2. 例如:用于检测物体的法向量,辅助投影或光照设置。

        1. 角平分线
          选择角平分线工具,输入角度值即可生成平分线。
        2. 例如:将90度角平分为两个45度角。

          1. 指定角度的直线
            使用直线工具输入角度值,生成符合特定角度的直线。
          2. 例如:生成一条与物体表面形成30度角的辅助线。

            1. 生成曲线
              使用曲线工具设置阶数和点数,生成通过特定点的曲线。
            2. 例如:生成一条通过三点的2阶曲线(代表抛物线)。

              1. 查看曲线属性
                选中曲线,右上角点击“详情”查看曲线信息。
              2. 例如:查看曲线的阶数、点数及控制点位置。

                1. 控制杆与内插点
                  • 控制点曲线:所有点均在曲线上,适合精确控制曲线形状。
                  • 内插点曲线:点可在曲面上,适合快速绘制曲面。
                  1. 在曲面上绘制线条

                    选择“控制点曲线”或“内插点曲线”工具,绘制曲面上的线条。

                    例如:在球面上绘制一条内插点曲线。

                  2. 控制杆操作

                    按住Alt键可以破坏曲线的可导性,适用于特定效果需求。

                  3. 均分曲线

                    使用均分工具调整曲线间距或比例。

                    例如:将一条曲线均分为5段,调整每段的比例。

                  4. 通过以上操作,可以灵活控制3D物体的形状、曲线和光照效果,为设计提供强大工具。

    转载地址:http://xaui.baihongyu.com/

    你可能感兴趣的文章
    NumPy 库详细介绍-ChatGPT4o作答
    查看>>
    NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
    查看>>
    numpy 或 scipy 有哪些可能的计算可以返回 NaN?
    查看>>
    numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
    查看>>
    numpy 数组与矩阵的乘法理解
    查看>>
    NumPy 数组拼接方法-ChatGPT4o作答
    查看>>
    numpy 用法
    查看>>
    Numpy 科学计算库详解
    查看>>
    Numpy.fft.fft和numpy.fft.fftfreq有什么不同
    查看>>
    numpy.linalg.norm(求范数)
    查看>>
    Numpy.ndarray对象不可调用
    查看>>
    Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
    查看>>
    Numpy:按多个条件过滤行?
    查看>>
    Numpy:条件总和
    查看>>
    numpy、cv2等操作图片基本操作
    查看>>
    numpy中的argsort的用法
    查看>>
    NumPy中的精度:比较数字时的问题
    查看>>
    numpy判断对应位置是否相等,all、any的使用
    查看>>
    Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
    查看>>
    Numpy如何使用np.umprod重写range函数中i的python
    查看>>