CadQuery中构建多面体并进行面切割的技术解析
2025-06-19 23:07:35作者:俞予舒Fleming
问题背景
在使用CadQuery进行3D建模时,用户经常需要从顶点和面定义构建复杂的多面体。本文将通过一个制作骰子的实际案例,深入探讨如何正确构建多面体并在其表面进行切割操作。
多面体构建的关键技术
1. 顶点和面的定义
构建多面体首先需要明确定义顶点坐标和面索引。在骰子案例中,我们使用了8个顶点和6个面:
t = 1 / (3 ** 0.5)
vertexes = (
(t, t, t), (-t, t, t), (-t, -t, t), (t, -t, t),
(t, t, -t), (-t, t, -t), (-t, -t, -t), (t, -t, -t)
)
faces = (
(0, 1, 2, 3), (0, 1, 5, 4), (0, 3, 7, 4),
(6, 7, 4, 5), (6, 7, 3, 2), (6, 5, 1, 2),
)
2. 从边构建面的正确方法
初学者常犯的错误是在构建边时索引处理不当。正确的做法是:
for points in face_points:
faces.append(
Face.makeFromWires(Wire.assembleEdges(
Edge.makeLine(
points[i],
points[i + 1 if i < len(points) - 1 else 0]
) for i in range(len(points))))
)
关键点在于循环终止条件和索引处理,确保每条边正确连接顶点。
3. 构建有效实体
构建实体时需要确保形状有效:
w = Workplane(Solid.makeSolid(Shell.makeShell(faces)))
可以通过isValid()方法检查形状是否有效,这对调试很有帮助。
表面切割技术
1. 确定切割平面
在特定面上切割需要正确定位切割平面:
world_up = Vector(0, 0, 1).normalized()
origin = face.Center()
normal = face.normalAt()
x_dir = world_up.cross(normal)
if x_dir.Length == 0:
x_dir = (1,0,0) # 处理特殊情况
2. 创建切割文本
使用CadQuery的text功能创建切割形状:
symbol = (
Workplane(Plane(origin, x_dir, normal), origin=origin)
.text(
str(i+1),
font='Arial',
fontsize=1,
distance=-.025
)
)
3. 执行切割操作
最后对实体进行切割:
w = w.cut(symbol)
常见问题与解决方案
-
边构建不完整:确保每个面的所有边都被正确创建,特别是闭合边。
-
形状无效:构建实体后使用
isValid()检查,确保几何体有效。 -
切割方向错误:仔细计算切割平面的法向量和X方向向量。
-
文本深度不当:调整
distance参数控制切割深度。
完整示例代码
以下是构建六面骰子的完整代码:
from cadquery import Workplane, Plane, Vector, Face, Solid, Shell, Wire, Edge
from cadquery.vis import show_object
t = 1 / (3 ** 0.5)
vertexes = (
(t, t, t), (-t, t, t), (-t, -t, t), (t, -t, t),
(t, t, -t), (-t, t, -t), (-t, -t, -t), (t, -t, -t)
)
faces = (
(0, 1, 2, 3), (0, 1, 5, 4), (0, 3, 7, 4),
(6, 7, 4, 5), (6, 7, 3, 2), (6, 5, 1, 2),
)
face_points = [[vertexes[i] for i in face] for face in faces]
faces = []
for points in face_points:
faces.append(
Face.makeFromWires(Wire.assembleEdges(
Edge.makeLine(
points[i],
points[i + 1 if i < len(points) - 1 else 0]
) for i in range(len(points))))
)
w = Workplane(Solid.makeSolid(Shell.makeShell(faces)))
for i, face in enumerate(w.faces().vals()):
world_up = Vector(0, 0, 1).normalized()
origin = face.Center()
normal = face.normalAt()
x_dir = world_up.cross(normal)
if x_dir.Length == 0:
x_dir = (1,0,0)
symbol = (
Workplane(Plane(origin, x_dir, normal), origin=origin)
.text(
str(i+1),
font='Arial',
fontsize=1,
distance=-.025
)
)
w = w.cut(symbol)
show_object(w)
通过掌握这些技术,用户可以灵活地在CadQuery中构建各种复杂多面体并进行表面处理,为3D建模提供更多可能性。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
528
3.73 K
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
336
172
Ascend Extension for PyTorch
Python
337
401
React Native鸿蒙化仓库
JavaScript
302
353
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++
883
590
暂无简介
Dart
768
191
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
114
139
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
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
246