CadQuery中如何在不同平面上创建草图
2025-06-19 19:49:49作者:姚月梅Lane
理解CadQuery的草图系统
CadQuery提供了强大的草图功能,允许用户在三维空间中创建二维几何图形。草图系统是参数化建模的基础,掌握在不同平面上创建草图的技巧对于复杂模型构建至关重要。
基本草图创建方法
在CadQuery中,创建草图有两种主要方式:
- 独立创建草图:使用
cq.Sketch()直接创建草图对象 - 工作平面集成:通过工作平面(Workplane)的
sketch()方法内联创建
在不同平面上放置草图
默认情况下,草图创建在XY平面。要在其他平面(如YZ平面)上创建草图,需要使用工作平面系统:
import cadquery as cq
# 在YZ平面创建草图
sketch_on_yz = (
cq.Workplane("YZ") # 指定YZ平面
.sketch() # 开始草图创建
.rect(100, 200) # 绘制矩形
.finalize() # 结束草图
)
草图定位技巧
要在非原点位置创建几何图形,可以使用push方法:
sketch_with_offset = (
cq.Workplane("XY")
.sketch()
.push([(30, 40)]) # 将参考点移动到(30,40)
.circle(20) # 在偏移位置绘制圆
.finalize()
)
使用草图阵列功能
CadQuery提供了强大的阵列功能,如rarray用于创建矩形阵列:
array_sketch = (
cq.Workplane("XZ")
.sketch()
.rarray(20, 0, 4, 1) # 创建4x1阵列,间距20
.rect(10, 5) # 在每个阵列点绘制矩形
.finalize()
.extrude(2) # 拉伸成型
)
草图操作模式
草图支持多种操作模式,通过第二个参数指定:
- 默认:添加模式
- "s":减去模式
- "i":相交模式
complex_sketch = (
cq.Sketch()
.rect(100, 200) # 添加矩形
.circle(20, "s") # 减去圆形
.circle(15, "i") # 只保留与圆的交集部分
)
实际应用建议
- 明确设计意图:先规划好草图在哪个平面创建
- 合理使用参考点:利用
push精确定位几何元素 - 组合使用操作模式:通过加减模式创建复杂轮廓
- 适时使用阵列:减少重复工作,提高设计效率
掌握这些技巧后,用户可以在CadQuery中灵活创建各种平面上的草图,为后续的三维建模打下坚实基础。
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