在CadQuery中利用标签实现3D文本与边界框的精确装配
2025-06-19 03:26:42作者:蔡怀权
在CadQuery三维建模过程中,经常需要将3D文本精确地定位到其他几何体上。本文将介绍如何利用标签(tag)功能实现3D文本与边界框(BoundingBox)的自动对齐装配。
边界框中心点获取的挑战
当我们在CadQuery中创建3D文本时,文本的边界框(BoundingBox)属性包含了文本的尺寸和位置信息。传统方法需要手动计算边界框的中心点坐标:
text3D = cq.Workplane("XZ").text("CadQuery", font="Arial", fontsize=10, distance=2)
center = text3D.val().BoundingBox().center
这种方法虽然可行,但在装配(Assembly)系统中使用不够灵活,特别是当需要多次引用同一几何体的中心点时。
标签系统的优势
CadQuery的标签系统提供了一种更优雅的解决方案。我们可以创建一个与文本边界框尺寸相同的立方体,并为其添加标签:
xlen = text3D.val().BoundingBox().xlen
ylen = text3D.val().BoundingBox().ylen
zlen = text3D.val().BoundingBox().zlen
mybox = (cq.Workplane()
.box(xlen, ylen, zlen, centered=True)
.tag("dummybox")
.faces("<Y").tag("boxY_Negtive")
.end()
.faces("<Z").tag("boxZ_Negtive")
.end(2))
装配约束的简化实现
使用标签后,装配约束变得非常简洁。我们可以直接引用标签来实现点对点约束:
asm = cq.Assembly(name="TextOnPanel")
asm.add(text3D, color=cq.Color(1, 0, 0), name="text3D")
asm.add(mybox, color=cq.Color(0, 0, 1), name="mybox")
(asm
.constrain("text3D@faces@>Y", "mybox?boxY_Negtive", "Axis")
.constrain("text3D@faces@>Z[-1]", "mybox?boxZ_Negtive", "Axis")
.constrain("text3D", "mybox?dummybox", "Point")
)
技术要点解析
- 标签引用语法:在装配约束中使用
对象名?标签名的格式可以直接引用被标记的几何特征 - 自动中心点计算:当对立方体使用
centered=True参数时,其标签会自动包含中心点信息 - 多标签应用:一个几何体可以添加多个标签,分别用于不同的约束条件
这种方法不仅简化了代码,还提高了模型的可维护性。当文本内容或字体大小改变时,相关的装配约束会自动适应新的边界框尺寸。
通过这种技术,我们可以轻松实现3D文本与其他几何体的精确对齐,为CAD设计中的文字标注提供了便利的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
703
4.51 K
Ascend Extension for PyTorch
Python
567
693
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
547
98
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++
957
955
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
338
🎉 (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
1.6 K
940
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
566
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
210
暂无简介
Dart
948
235
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387