CadQuery中使用投影几何进行切割操作的技术解析
2025-06-19 01:33:31作者:伍霜盼Ellen
概述
在3D建模过程中,经常需要基于现有几何体的某些特征进行进一步操作。本文将详细介绍如何在CadQuery中利用投影技术实现基于面特征的切割操作,这种方法类似于其他CAD软件中的"投影"功能。
问题背景
在3D建模中,一个常见需求是:基于已有模型上的某些几何特征(如圆形孔)进行延伸或切割操作。例如,我们可能希望:
- 在一个基板上创建几个支柱
- 然后使用这些支柱的顶部轮廓向下切割基板
解决方案实现
基本模型创建
首先创建基础模型和支柱结构:
import cadquery as cq
# 创建5x5x2的基板
slab = cq.Workplane().box(5, 5, 2)
# 在基板顶部创建4个支柱
posts = (
slab.faces(">Z")
.workplane()
.rect(3, 3, forConstruction=True)
.vertices()
.circle(0.5)
.extrude(2, combine=False)
)
投影几何实现切割
关键步骤是将支柱顶部的边投影到基板表面:
# 标记基板顶面以便后续引用
slab = slab.faces(">Z").tag("top")
# 将支柱顶部边投影到基板表面
edges = [
e.project(slab.faces(tag="top").val(), (0, 0, -1))
for e in posts.edges(">Z").vals()
]
# 将投影边加入工作平面并执行切割
slab = slab.workplaneFromTagged("top").add(edges).toPending()
slab = slab.extrude(-1, "s")
技术要点解析
- 投影方向:
(0, 0, -1)表示沿Z轴负方向投影 - 标记面:使用
.tag()方法标记特定面便于后续引用 - 边收集:通过
.edges(">Z")选择所有朝上的边 - 操作组合:
combine=False保持支柱为独立几何体
应用场景
这种技术特别适用于:
- 创建复杂的嵌套结构
- 实现基于现有特征的布尔运算
- 制作精确的配合结构
- 设计机械连接件
进阶技巧
- 可以结合
.cut()方法实现更复杂的切割 - 使用
.intersect()可以创建交集体 - 通过调整投影方向可以实现斜向切割
总结
CadQuery提供了灵活的几何操作方式,通过投影技术可以实现基于现有特征的精确建模。这种方法比传统的手动绘制草图更加高效和精确,特别适合参数化设计和自动化建模场景。掌握这种技术可以显著提升3D建模的效率和质量。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
278
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
629
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
75
99
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.74 K