SVGnest:一款基于浏览器的矢量嵌套工具

SVGnest 是一个免费且开源的解决方案,用于解决在激光切割和数控行业中的“嵌套”问题。其提供了一个直观的在线演示(访问地址),只需支持SVG和Webworker的浏览器即可运行。请注意,在移动设备上运行可能会消耗大量CPU资源。
嵌套是什么?
想象一下,你有一块方形材料和一些要激光切割的字母。嵌套就是将这些字母尽可能紧凑地放入这块材料中,减少浪费,如果单个方形不够,我们还要尽量减少使用多个方形的数量。SVGnest 正是为此目的而设计的,并能处理非矩形形状和凹边情况。

此外,SVGnest 还支持部分嵌套,即能在其他零件的孔洞内放置零件。

如何使用
确保所有零件都已转换为轮廓,且没有重叠的部分。上传SVG文件并选择一个轮廓作为容器。其余所有轮廓都会自动处理为嵌套的零件。
算法概述
SVGnest 采用的是 E.K. Burke 等人于2006年提出的“轨道方法”,结合遗传算法进行全局优化。这种方法对于任意容器和凹形边缘情况都能良好工作,并在性能上与现有的商业软件相媲美。
部分放置策略
“无适配多边形”(No Fit Polygon)是该策略的关键概念。对于多边形A和B,我们要让B围绕A旋转,使其始终接触但不相交。通过计算NFP,我们可以找到B的所有可能放置位置。
优化策略
通过“第一适应递减”(first-fit-decreasing)启发式方法,较大的部件先被放置,较小的部件后放。然后利用遗传算法探索更多的解决方案空间,以优化插入顺序。
性能
SVGnest 的表现可与商业软件相媲美,经过大约5分钟的运算后,两者的结果相当。
可配置参数
你可以调整如部件间间距、曲线容差、部分旋转数、遗传算法种群大小、突变率等参数,以满足不同需求。此外,还有启用或禁用部分嵌套以及探索凹面区域的功能。
待办事项
SVGnest 目前正在进行的改进包括自定义适应度函数、更好地管理Webworker线程,以及修复NFP生成中的某些边缘情况。
如果你在激光切割、CNC加工或其他需要高效利用材料的项目中寻找解决方案,SVGnest 将是一个理想的选择,它的自由开源特性及其强大的嵌套功能无疑将极大地帮助你的工作。
尝试它,体验更多可能性!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00