【VTK+有限元后处理】可视化结果云图

构建vtkUnstructuredGrid对象

为了读取不同格式的有限元计算结果文件，我们先写一个FEDataModel类来管理有限元的几何拓扑和属性信息。

class FEDataModel:"""有限元数据模型类"""def __init__(self):self.nodes = []  # 节点几何坐标self.elements = []  # 单元拓扑信息self.scalars = {}  # 节点标量属性self.vectors = {}  # 节点向量属性self.ugrid = vtk.vtkUnstructuredGrid()  # 用于VTK可视化的数据模型self.ugrid.Allocate(100)def read_inp(self, filename):with open(filename) as f:node_flag, element_flag = False, Falsefor line in f.readlines():line = line.replace('\n', '').replace(' ', '')if '*ELEMENT' in line:node_flag, element_flag = False, Truecontinueelif '*NODE' in line:node_flag, element_flag = True, Falsecontinueelif '*' in line:node_flag, element_flag = False, Falsecontinueif node_flag:self.nodes.append(list(map(lambda x: float(x), line.split(',')))[1:])elif element_flag:self.elements.append(list(map(lambda x: int(x) - 1, line.split(',')))[1:])# print(len(self.nodes), len(self.elements))nodes = vtk.vtkPoints()for i in range(0, len(self.nodes)):nodes.InsertPoint(i, self.nodes[i])for i in range(0, len(self.elements)):if len(self.elements[i]) == 4:  # 四面体单元self.ugrid.InsertNextCell(vtk.VTK_TETRA, 4, self.elements[i])elif len(self.elements[i]) == 6:  # 六面体单元self.ugrid.InsertNextCell(vtk.VTK_POLYGON, 6, self.elements[i])elif len(self.elements[i]) == 3:  # 三角面片单元self.ugrid.InsertNextCell(vtk.VTK_TRIANGLE, 3, self.elements[i])else:print("FEDataModel构建中遇到错误单元类型！")self.ugrid.SetPoints(nodes)def read_ntl(self, filename):with open(filename) as f:lines = f.readlines()attribute_name = ''.join(lines[0].split(' ')[1:-1])scalar = []for line in lines[4:]:line = line.replace('\n', '').split(' ')scalar.append(float(line[-1]))self.scalars[attribute_name] = scalar# print(attribute_name + ' scalar number: ' + str(len(scalar)))# 存储标量值scalars = vtk.vtkFloatArray()scalars.SetName(attribute_name)for i in range(0, len(scalar)):scalars.InsertTuple1(i, scalar[i])# 设定每个节点的标量值self.ugrid.GetPointData().SetScalars(scalars)def display(self):renderer = vtk.vtkRenderer()renWin = vtk.vtkRenderWindow()renWin.AddRenderer(renderer)iren = vtk.vtkRenderWindowInteractor()iren.SetRenderWindow(renWin)colors = vtk.vtkNamedColors()ugridMapper = vtk.vtkDataSetMapper()ugridMapper.SetInputData(self.ugrid)ugridActor = vtk.vtkActor()ugridActor.SetMapper(ugridMapper)ugridActor.GetProperty().SetColor(colors.GetColor3d("Peacock"))ugridActor.GetProperty().EdgeVisibilityOn()renderer.AddActor(ugridActor)renderer.SetBackground(colors.GetColor3d("Beige"))renderer.ResetCamera()renderer.GetActiveCamera().Elevation(60.0)renderer.GetActiveCamera().Azimuth(30.0)renderer.GetActiveCamera().Dolly(1.2)renWin.SetSize(640, 480)# Interact with the data.renWin.Render()iren.Start()

这个类的作用是，方便我们读取并构建用于在VTK中显示的vtkUnstructuredGrid类对象。vtkUnstructuredGrid类是VTK中的非结构化网格类，可用于有限元分析、计算几何和几何建模这类领域。

vtkUnstructuredGrid类详情参见：VTK笔记-使用vtkUnstructuredGrid类构建非结构化数据。

其中read_inp成员函数和read_ntl成员函数分别用于读取从ProCAST软件中导出的inp文件（存储有限元的几何拓扑数据）和ntl文件（存储有限元的节点属性数据，如温度、应力等）。

存储vtkUnstructuredGrid对象

为了能一次性读取有限元模型整体数据，我们可以将其保存为vtk格式的文件。

writer = vtk.vtkUnstructuredGridWriter()
writer.SetFileName(save_fn)
writer.SetInputData(self.FEModel.ugrid)
writer.Write()
writer.Update()

下一次只需读取对应的vtk文件即可。

reader = vtk.vtkUnstructuredGridReader()
reader.SetFileName(read_fn)
reader.Update()
self.FEModel.ugrid = reader.GetOutput()

云图可视化

可视化节点属性数据（标量场），关键代码如下：

def drawScalarField(self, scalar_mapper, scalarRange, title):# 定义颜色映射表lut = vtk.vtkLookupTable()lut.SetHueRange(0.67, 0.0)  # 色调范围从红色到蓝色# lut.SetAlphaRange(1.0, 1.0) # 透明度范围# lut.SetValueRange(1.0, 1.0)# lut.SetSaturationRange(1.0, 1.0) # 颜色饱和度# lut.SetNumberOfTableValues(256)lut.SetNumberOfColors(256)  # 颜色个数# lut.SetRange(scalarRange)lut.Build()scalar_mapper.SetScalarRange(scalarRange)scalar_mapper.SetLookupTable(lut)scalar_actor = vtk.vtkActor()scalar_actor.SetMapper(scalar_mapper)self.renderer.AddActor(scalar_actor)# 色标带scalarBar = vtk.vtkScalarBarActor()scalarBar.SetLookupTable(scalar_mapper.GetLookupTable())  # 将颜色查找表传入窗口中的色标带scalarBar.SetTitle(title)scalarBar.SetNumberOfLabels(5)self.renderer.AddActor2D(scalarBar)

结果展示

【VTK+有限元后处理】可视化结果云图相关推荐

【VTK+有限元后处理】实时剖切视图
目的实现后处理结果云图的平面剖切视图. 方法通过使用vtkPlaneWidget控件交互,得到剖切平面,通过vtkClipDataSet完成对vtkUnstructuredGrid有限元结果数据的 ...
【VTK+有限元后处理】符号化矢量场绘制
目的符号化有限元模型的节点矢量属性(应力等),将其可视化显示. 代码构建drawVectorField函数,用于矢量场的符号化显示.代码如下: def drawVectorField(self, ...
CAx软件开发技术专题：后处理可视化常用算法
后处理可视化是CAx软件的重要组成模块.开源代码VTK以其跨平台.丰富的数据结构与算法.可扩展性.易用性等特点而逐渐成为了CAx软件后处理首选的技术方案. 虽然VTK提供了相对完备的后处理功能,但要用 ...
R语言ggplot2可视化：通过水平半小提琴图（Horizontal Half Violin Plots）和抖动数据点（ jittered data）可视化雨云图（Rain Cloud plots）
R语言ggplot2可视化:通过水平半小提琴图(Horizontal Half Violin Plots)和抖动数据点( jittered data)可视化雨云图(Rain Cloud plots) ...
R语言ggplot2可视化：通过水平半小提琴图和抖动数据点可视化雨云图（Rain Cloud plots）、自定义雨云图中数据点的颜色（数据点的颜色和半小提琴图一致）
R语言ggplot2可视化:通过水平半小提琴图和抖动数据点可视化雨云图(Rain Cloud plots).自定义雨云图中数据点的颜色(数据点的颜色和半小提琴图一致) 目录
VTK：八叉树可视化用法实战
VTK:八叉树可视化用法实战程序输出程序完整源代码程序输出程序完整源代码 #include <vtkActor.h> #include <vtkCallbackCommand ...
使用Python获取春节档电影影评，制作可视化词云图
Python获取春节档电影影评,制作可视化词云图前言准备工作采集数据部分基本思路流程代码实战可视化词云图代码展示效果展示前言春节电影听巳月说都还可以,我不信,我觉得还是要看看看过的 ...
文本数据“关键词渲染”的高频词可视化——词云图。
目录前言: 官方示例: 实践示例: 背景说明:基于电影用户评论的数据,通过其中关键词出现的频率做出词云图,从而让阅览者一目了然的看出该电影的正反面评价,甚至电影的分类标签. 数据预处理 1.首先将我 ...
数据可视化——词云图
本文目的:将爬取的评论数据进行分词,然后使用词云图进行可视化操作. 使用到的工具:结巴中文分词.Wordcloud库首先介绍一下两个工具,其中结巴中文分词是一个专门将中文句子进行分词的第三方库,当然 ...