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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
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
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
个人知识系统构建指南:从信息碎片到思维网络的模块化解决方案高效解锁网易云音乐灰色歌曲:开源工具全平台部署指南如何高效采集B站评论数据?这款Python工具让数据获取效率提升10倍提升动态视觉体验:Waifu2x-Extension-GUI智能增强与效率提升指南革新性缠论分析工具:系统化构建股票技术指标体系终结AutoCAD字体痛点:FontCenter让99%的字体问题迎刃而解Atmosphere-NX PKG1启动错误解决方案如何用ComfyUI-WanVideoWrapper实现多模态视频生成?解锁AI创作新可能3行代码解锁无水印视频提取:这款开源工具如何让自媒体效率提升300%5分钟上手!零代码打造专业拓扑图的免费工具
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
657
4.26 K
Ascend Extension for PyTorch
Python
502
606
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++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
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
390
284
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++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (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
1.54 K
891
昇腾LLM分布式训练框架
Python
142
168