什么是 Zero-Touch?
“Zero-Touch 输入”是指用于输入 C# 库的简单点击方法。Dynamo 将读取 .dll 文件的公有方法,并将这些方法转换为 Dynamo 节点。可以将 Zero-Touch 用于开发您自己的自定义节点和软件包,以及将外部库输入到 Dynamo 环境。
使用 Zero-Touch,实际上可以输入不一定为 Dynamo 开发的库,以及创建一组新节点。当前的 Zero-Touch 功能演示了 Dynamo 项目的跨平台思维。
本部分演示如何使用 Zero-Touch 输入第三方库。有关开发您自己的 Zero-Touch 库的信息,请参考 Dynamo Wiki 页面。
Zero-Touch 软件包
Zero-Touch 软件包是对用户定义的自定义节点的良好补充。下表列出了使用 C# 库的一些软件包。有关软件包的更多详细信息,请访问“附录”中的“软件包”部分。
徽标/图像 | 名称 |
网格工具包 | |
Dynamo 展开 | |
Rhynamo | |
Optimo |
案例研究 - 输入 AForge
在本案例中,我们将介绍如何输入 AForge 外部 .dll 库。AForge 是一个功能强大的库,提供了从图像处理到人工智能的一系列功能。我们将引用 AForge 中的图像处理类,以在下面进行一些图像处理练习。
下载并解压缩此软件包案例研究随附的示例文件(单击鼠标右键,然后单击“将链接另存为...”)。可以在附录中找到示例文件的完整列表。Zero-Touch-Examples.zip。
- 首先下载 AForge。在 AForge 下载页面上,选择“[下载安装程序]”,然后在下载完成后进行安装。
- 在 Dynamo 中,创建一个新文件,然后依次选择“文件”>“输入库...”
- 在弹出窗口中,导航到安装有 AForge 的相应版本文件夹。该文件夹可能类似于以下文件夹:C:\Program Files (x86)\AForge.NET\Framework\Release。
- AForge.Imaging.dll:我们只想要将 AForge 库中的此文件用于本案例研究。选择此 .dll,然后点击“打开”。
- 返回 Dynamo,您应看到已添加到库工具栏的“AForge”组节点。现在,我们即可从可视化程序访问 AForge 图像处理库!
练习 1 - 边缘检测
现在,库已输入,我们将开始此第一个简单练习。我们将对样例图像进行一些基本图像处理,以显示 AForge 图像如何过滤。我们将使用“观察图像”(Watch Image) 节点来显示结果,并在 Dynamo 中应用过滤器(与 Photoshop 中的过滤器类似)。
下载并解压缩此软件包案例研究随附的示例文件(单击鼠标右键,然后单击“将链接另存为...”)。可以在附录中找到示例文件的完整列表。ZeroTouchImages.zip
现在,库已输入,我们将开始此第一个简单练习 (01-EdgeDetection.dyn)。我们将对样例图像进行一些基本图像处理,以显示 AForge 图像如何过滤。我们将使用“观察图像”(Watch Image) 节点来显示结果,并在 Dynamo 中应用过滤器(与 Photoshop 中的过滤器类似)
首先,我们要输入图像以进行处理。将“文件路径”(File Path) 节点添加到画布,然后在下载的练习文件夹中选择“soapbubbles.jpg”(照片来源:Flickr)。
- “文件路径”(File Path) 节点仅提供指向选定图像的路径字符串。我们需要将此“文件路径”(File Path) 转换为 Dynamo 环境中的图像。
- 将“文件路径”(File Path) 节点连接到 File.FromPath 节点。
- 要将此文件转换为图像,我们将使用 Image.ReadFromFile 节点。
- 最后,我们来看看结果!将“观察图像”(Watch Image) 节点拖动到画布上,然后连接到 Image.ReadFromFile。我们尚未使用 AForge,但我们已成功将图像输入 Dynamo。
在“AForge.Imaging.AForge.Filters”(在导航菜单中)下,您会注意到有许多可用过滤器。现在,我们将使用其中一个过滤器来基于阈值降低图像饱和度。
- 将这三个滑块拖动到画布上,将它们的范围更改为 0 到 1,将其步长值更改为 0.01。
- 将“Grayscale.Grayscale”节点添加到画布。这是一个“AForge”过滤器,可将“灰度”过滤器应用于图像。将步骤 1 中的三个滑块连接到 cr、cg 和 cb。将顶部和底部滑块的值更改为 1,将中间滑块的值更改为 0。
- 为了应用“灰度”过滤器,我们需要对图像执行一个操作。为此,我们使用 IFilter.Apply。将图像连接到图像输入,将 Grayscale.Grayscale 连接到 iFilter 输入。
- 通过插入“观察图像”(Watch Image) 节点,我们得到饱和度降低的图像。
我们可以控制如何根据红、绿和蓝的阈值来降低该图像的饱和度。这些值由 Grayscale.Grayscale 节点的输入定义。请注意,图像看起来很暗,这是因为滑块中的绿色值设置为 0。
- 将顶部和底部滑块的值更改为 0,将中间滑块的值更改为 1。这样,我们获得饱和度明显降低的图像。
让我们使用饱和度降低的图像,然后基于它应用另一个过滤器。饱和度降低的图像有一定的对比度,因此我们将测试一些边缘检测。
- 将 SobelEdgeDetector.SobelEdgeDetector 节点添加到画布。将此作为 IFilter 连接到新的 IFilter 节点,然后将饱和度降低的图像连接到 IFilter 节点的图像输入。
- “Sobel Edge Detector”已在新图像中亮显边缘。
放大时,边缘检测器使用像素标注出气泡的轮廓。AForge 库提供的工具可用于获取类似结果以及创建 Dynamo 几何图形。我们将在下一练习中进行探索。
练习 2 - 创建矩形
下载并解压缩此软件包案例研究随附的示例文件(单击鼠标右键,然后单击“将链接另存为...”)。可以在附录中找到示例文件的完整列表。ZeroTouchImages.zip
现在,我们已经介绍了一些基本图像处理,让我们使用图像来驱动 Dynamo 几何图形!从根本上讲,在本练习中我们旨在使用 AForge 和 Dynamo 对图像进行“实时跟踪”。我们将遵循简单原则,从参照图像中提取矩形,但在 AForge 中提供一些工具来执行更复杂的操作。我们将从下载的练习文件中使用 02-RectangleCreation.dyn。
- 使用“文件路径”(File Path) 节点,导航到练习文件夹中的 grid.jpg。
- 连接上述其余一系列节点,以显示路线参数化网格。
在下一步中,我们要参照图像中的白色方块,并将它们转换为实际的 Dynamo 几何图形。AForge 具有许多功能强大的计算机视觉工具,我们将在此处针对名为 BlobCounter 的库使用一个特别重要的工具。
- 在向画布添加 BlobCounter 后,我们需要一种方法来处理图像(类似于上一个练习中的 IFilter 工具)。遗憾的是,“处理图像”(Process Image) 节点在 Dynamo 库中不会立即显示。这是因为该函数在 AForge 源代码中可能不可见。为了解决此问题,我们需要找到解决方法。
- 向画布添加 Python 节点。
import clr
clr.AddReference('AForge.Imaging')
from AForge.Imaging import *
bc= BlobCounter()
bc.ProcessImage(IN[0])
OUT=bc
将上述代码添加到 Python 节点。此代号将输入 AForge 库,然后处理输入的图像。
将图像输出连接到 Python 节点输入,我们可从 Python 节点获得 AForge.Imaging.BlobCounter 结果。
接下来将进行一些技巧操作,以展示对 AForge Imaging API 的熟悉程度。对于使用 Dynamo 而言,无需了解所有这些技巧。这更多是在 Dynamo 环境的灵活性内使用外部库的演示。
- 将 Python 脚本的输出连接到 BlobCounterBase.GetObjectRectangles。这将基于阈值读取图像中的对象,并从像素空间提取量化矩形。
- 通过将另一个 Python 节点添加到画布,从而连接到 GetObjectRectangles,然后输入以下代码。这将创建 Dynamo 对象的有组织列表。
OUT = []
for rec in IN[0]:
subOUT=[]
subOUT.append(rec.X)
subOUT.append(rec.Y)
subOUT.append(rec.Width)
subOUT.append(rec.Height)
OUT.append(subOUT)
- 调换上一步中 Python 节点的输出。这将创建 4 个列表,每个列表表示每个矩形的 X、Y、宽度和高度。
- 通过使用代码块,我们将数据组织为可容纳 Rectangle.ByCornerPoints 节点的结构(代码如下)。
recData;
x0=List.GetItemAtIndex(recData,0);
y0=List.GetItemAtIndex(recData,1);
width=List.GetItemAtIndex(recData,2);
height=List.GetItemAtIndex(recData,3);
x1=x0+width;
y1=y0+height;
p0=Autodesk.Point.ByCoordinates(x0,y0);
p1=Autodesk.Point.ByCoordinates(x0,y1);
p2=Autodesk.Point.ByCoordinates(x1,y1);
p3=Autodesk.Point.ByCoordinates(x1,y0);
缩小后,我们得到一个矩形阵列,代表图像中的白色方块。通过编程,我们(大致)完成了与 Illustrator 中实时跟踪类似的操作!
但是,我们仍需要进行一些清理。放大后,可以看到我们有一堆小的不需要的矩形。
- 通过在 GetObjectRectangles 节点和其他 Python 节点之间插入 Python 节点,即可去除不需要的矩形。节点代码位于下方,并删除小于指定大小的所有矩形。
rectangles=IN[0]
OUT=[]
for rec in rectangles:
if rec.Width>8 and rec.Height>8:
OUT.append(rec)
在删除多余的矩形后,只需单击几下即可基于这些矩形创建一个曲面,然后根据它们的面积拉伸一段距离。
- 最后,将 both_sides 输入更改为 false,我们将在一个方向上得到拉伸。将此婴儿浸入树脂中,您便拥有一张超级书呆子桌子。
这些是基本示例,但此处概述的概念可以传递给令人兴奋的真实应用程序。计算机视觉可用于各种流程。仅举几例:条形码读取器、透视匹配、投影映射和增强现实。有关与本练习相关的 AForge 的更多高级主题,请通读本文。