开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

如何在不翻译的情况下在vtk中扩展PolyData？

在vtk中扩展PolyData的方法是通过创建新的PolyData对象，并将原始PolyData的数据复制到新对象中。以下是具体步骤：

创建一个新的PolyData对象：使用vtkPolyData类创建一个新的PolyData对象，例如：

vtkSmartPointer<vtkPolyData> newPolyData = vtkSmartPointer<vtkPolyData>::New();

复制原始PolyData的点数据：使用vtkPoints类获取原始PolyData的点数据，并将其复制到新PolyData对象中，例如：

vtkPoints* originalPoints = originalPolyData->GetPoints();
vtkPoints* newPoints = vtkPoints::New();
newPoints->DeepCopy(originalPoints);
newPolyData->SetPoints(newPoints);
newPoints->Delete();

复制原始PolyData的单元格数据：使用vtkCellArray类获取原始PolyData的单元格数据，并将其复制到新PolyData对象中，例如：

vtkCellArray* originalCells = originalPolyData->GetPolys();
vtkCellArray* newCells = vtkCellArray::New();
newCells->DeepCopy(originalCells);
newPolyData->SetPolys(newCells);
newCells->Delete();

复制原始PolyData的点数据属性：使用vtkPointData类获取原始PolyData的点数据属性，并将其复制到新PolyData对象中，例如：

vtkPointData* originalPointData = originalPolyData->GetPointData();
vtkPointData* newPointData = newPolyData->GetPointData();
newPointData->PassData(originalPointData);

复制原始PolyData的单元格数据属性：使用vtkCellData类获取原始PolyData的单元格数据属性，并将其复制到新PolyData对象中，例如：

vtkCellData* originalCellData = originalPolyData->GetCellData();
vtkCellData* newCellData = newPolyData->GetCellData();
newCellData->PassData(originalCellData);

扩展新PolyData对象：根据需要，可以使用vtkPoints、vtkCellArray、vtkPointData和vtkCellData等类的方法来添加新的点、单元格、点数据属性和单元格数据属性。

完成以上步骤后，新的PolyData对象就包含了原始PolyData的所有数据，并可以根据需求进行扩展。

在腾讯云的产品中，与vtk相关的云计算产品包括云服务器、云数据库、云存储等。您可以根据具体需求选择适合的产品。以下是腾讯云相关产品的介绍链接地址：

腾讯云服务器：提供弹性计算能力，满足各种计算需求。
腾讯云数据库：提供高性能、可扩展的数据库服务，适用于数据存储和管理。
腾讯云存储：提供安全、可靠的对象存储服务，适用于存储和管理大规模数据。

请注意，以上链接仅供参考，具体产品选择应根据实际需求进行评估。

相关搜索:Java:如何在不覆盖main的情况下在类中创建无限循环在不暂停代码的情况下在python中延迟？如何在NestedScrollView中不滚动的情况下在OxyPlot.PlotView中缩放/平移？如何在不初始化app中的翻译服务的情况下在Angular中翻译库？如何在不刷新的情况下在android中扫描NFC？如何在不增加空行空间的情况下在Vim中连接行如何在不忽略类型的情况下在typescript中“构建对象”如何在不损失精度的情况下在JavaScript中打印BigInt？如何在不旋转元素的情况下在圆形中布局元素？如何在不更改url的情况下在reactjs中呈现组件

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

vtk.js、three.js在浏览器展示3d图形

对于unstructured grid非格式化网格图形vtk数据，是没有办法在浏览器上展示的。用paraview对vtk进行extract surface后再另存为vtk可以转成polydata类型的vtk，可以在three.js上显示，但不能在vtk.js里显示。

02

PCL超体聚类

超体（supervoxel）是一种集合，集合的元素是“体”。与体素滤波器中的体类似，其本质是一个个的小方块。与大部分的分割手段不同，超体聚类的目的并不是分割出某种特定物体，超体是对点云实施过分割(over segmentation)，将场景点云化成很多小块，并研究每个小块之间的关系。这种将更小单元合并的分割思路已经出现了有些年份了，在图像分割中，像素聚类形成超像素，以超像素关系来理解图像已经广为研究。本质上这种方法是对局部的一种总结，纹理，材质，颜色类似的部分会被自动的分割成一块，有利于后续识别工作。比如对人的识别，如果能将头发，面部，四肢，躯干分开，则能更好的对各种姿态，性别的人进行识别。

02

window下CMake与VTK安装

此文章是讲述在window下安装和配置VTK工具包的记录，Vtk，（visualization toolkit）是一个开源的免费软件系统，主要用于三维计算机图形学、图像处理和可视化。Vtk是在面向对象原理的基础上设计和实现的，它的内核是用C++构建的，包含有大约250,000行代码，2000多个类，还包含有几个转换界面，因此也可以自由的通过Java，Tcl/Tk和Python各种语言使用vtk。

03

win下使用QT添加VTK插件实现点云可视化GUI

大家在做点云的时候经常会用到QT，但是我们需要使用QT做点云的可视化的时候又需要VTK，虽然我们在windows下安装PCL的时候就已经安装了VTK，由于跟着PCL安装的VTK是没有和QT联合编译的，所以在使用PCL和QT做点云可视化界面的时候是无法使用可是QT的插件QVTKWidget，本文将主要讲解一些PCL在Ubuntu系统和windows使用QT做界面的一些分享。

02

VS下VTK工程的配置

Vtk，（visualization toolkit）是一个开源的免费软件系统，主要用于三维计算机图形学、图像处理和可视化。Vtk是在面向对象原理的基础上设计和实现的，它的内核是用C++构建的，包含有大约250,000行代码，2000多个类，还包含有几个转换界面，因此也可以自由的通过Java，Tcl/Tk和Python各种语言使用vtk。

01

Intel R200 深度相机开发.2

ctypes 是 Python 的外部函数库。它提供了与 C 兼容的数据类型，并允许调用 DLL 或共享库中的函数。可使用该模块以纯 Python 形式对这些库进行封装。

04

系列文章（一）|VS2013-Qt5.5.1-动态编译-VTK7.0.0

7. VS2013-Qt5.5.1-VTK7.0.0-Boost1.6.1-Qhull2015.2-FLANN1.8.4-Eigen3.2.8-OpenNI2.2.0.33-动态编译-PCL1.8.0

02

探索VtKLoader源码中THREE.BufferGeometry的奥秘

VtKLoader是一种用于加载和解析VTK（Visualization Toolkit）文件格式的JavaScript加载器。VTK是一个用于科学可视化和图形处理的开源软件系统，广泛应用于医学影像处理、地球科学、工程和计算流体动力学等领域。

01

Ubuntu中使用Snap轻松安装Visual Studio Code IDE

MicroSoft的Visual Studio Code IDE现在可以通过Snap包格式在Ubuntu 14.04，Ubuntu 16.04，Ubuntu 17.04，Ubuntu 17.10及更高版本中轻松安装。

03

python-pcl可视化点云工具（windows和ubuntu18.04安装及测试）

（感谢前辈）转自：https://zhuanlan.zhihu.com/p/72116675

03

如何在 Keras 中从零开始开发一个神经机器翻译系统？

机器翻译是一项具有挑战性的任务，包含一些使用高度复杂的语言知识开发的大型统计模型。神经机器翻译的工作原理是——利用深层神经网络来解决机器翻译问题。在本教程中，你将了解如何开发一个神经机器翻译系统，

VS2008下VTK安装指南

在《VTK安装配置教程》修改整理而成，原文为VC６的安装指南，详见：http://blog.csdn.net/ralix/article/details/2070051

03

Python下VTK 编程

2）安装VTK，从网站http://www.vtk.org/VTK/resources/software.html 下载最新版本，此文安装的是：vtkpython-6.1.0-Windows-64bit.exe

03

第四天：创建型模式--原型模式

零、原型模式什么是原型模式：原型模式无非就是克隆一个对象，其最简单的形式就是一个 clone() 函数，接受一个对象作为输入参数，返回输入对象的一个副本。在 Python 中可以使用 copy.deepcopy() 函数来完成。什么是副本：一个对象在某一时间点的完全复制，时间是一个重要元素，因为它会影响克隆所包含的内容。引用和副本间的区别：如果A和B都持有同一个对象的引用，那么A修改对象后，B就能看到对象的修改，反之亦然。如果A和B都持有一个对象的副本，呢么A修改所持有

03

漫画：如何用脚本抢月饼？

这位调皮员工的经历被传到网上，引起了很多人的关注。小灰和同学之间也在饶有兴致地谈论这件事......

01

使用Python+VTK实现三维模型的显示和切割（面绘制）

这个空间就相当于生成渲染模型的轮廓线，比如三维图像大小为（256x256x200），那么这个控件就会生成一个长宽高分别为256想x256x200的一个长方体框架

03

浏览器扩展：比你想象得更危险

我们每个人都可能或多或少地安装过各种浏览器扩展程序：广告拦截器、在线翻译器、拼写检查器、反指纹追踪程序或其他东西。然而，很少有人停下来思考：它安全吗？不幸的是，这些看似无害的迷你应用程序可能比你想象得更危险。下面我们将以最常见的恶意扩展系列为例，揭秘浏览器扩展程序的隐藏威胁。

02

用Python语言开发VTK程序的步骤

1.安装Python集成开发环境IDLE：下载地址：https://www.python.org/downloads/

01

【论文阅读】EMNLP 2018 基于自适应的多轮解码机制的神经机器翻译模型

本文介绍哈尔滨工业大学社会计算与信息检索研究中心（SCIR）录用于EMNLP 2018的论文《Adaptive Multi-Pass Decoder for Neural Machine Translation》中的工作。本文基于将polishing机制引入到机器翻译中，针对不同翻译情况需要不同的解码次数提出了自适应的多轮解码机制，其通过引入策略网络动态根据上下文信息动态决定合适的解码次数，并使用强化学习的方法对其进行训练。在中英机器翻译数据集上证明了此模型的优异性能。

02

为什么要在计算机教材的开始部分放上“二进制”的运算？

在操作系统的学习中会离不开二进制、十进制、十六进制这些内容。常常一些计算机系列教材中会把它们放在开端位置进行介绍。可是因为它没有情景，没有设定，没有基础的情况下就会感觉仅仅是数字之间的换算枯燥乏味。

01

PCL1.8.1+vs2015配置教程

下载路径：http://unanancyowen.com/en/pcl181 （这个并不是官网，官网是这个:http://pointclouds.org/）

05

微软翻译使用AI来打破智能手机上的语言翻译障碍

微软将其神经网络翻译技术融入缺乏AI硬件的智能手机，该应用程序现在可以为iOS、安卓和亚马逊Fire设备提供更高质量的神经网络翻译服务。

02

PyVista：一款Python的三维可视化软件

三维可视化是一项在工业领域中非常重要的技术，而Python中最热门的可视化工具matplotlib和plotly，更加倾向于在数据领域的可视化，用于展现数据的结果。类似的还有百度的pyechart也相对美观，但是这些毕竟都是在数据层面的可视化，对于工业领域，比如一个地形，一个三维的期间等等，用这些工具来做可视化效果非常的不佳，因此我找到了pyvista这个工具，简单摸索了一下给大家做个引荐。

04

将 Tensorflow 图序列化以及反序列化的巧妙方法

将类中的字段和 graph 中的 tensorflow 变量进行自动绑定，并且在不需要手动将变量从 graph 中取出的情况下进行重存，听起来有没有很炫酷？

04

VS2017+ITK-5.1.1+VTK-9.0.1

下载对应版本库，创建文件夹：创建ITKlib：Bin，Build，Source Bin：后续VS2017编译的文件路径； Build：cmake编译后的文件路径； Source：将ITK-5.0.1解压到该目录下。

02

【PCL】PCL点云在Qt中可视化

二进制版的vtk第三方库不支持Qt，需要重新下载vtk并用cmake编译，注意要版本对应，这里我用pcl1.8.1，对应vtk8.0，在这里下载。

01

VS配置PCL“无法解析外部符号”

报错说明可能出现在vtk 和pcl_visualization 的lib上。在依赖库中添加pcl_visualization.lib 或者在.cmake文件中添加visualization重新编译，如下：

01

CTK的编译「建议收藏」

CTK主要是一个基于QT的GUI开发框架，用于医学成像、外科导航等相关的项目。典型的应用就是3D Sclier。在医学图像的软件开发中，ctk通常和vtk、ITK等开源库一起使用。

02

Windows下PCL1.9.1配置（编译源码）

PCL1.9.1并没有支持vs2015版本的exe版本，然后需要下载PCL的源码重新自己CMake编译出vs2015版本的

02

OpenCV4.2使用viz模块显示3D图像

在OpenCV 3D视觉中如果需要显示三维数据或图像就需要用到viz模块，viz是OpenCV的3D显示模块，OpenCV官方release版本不包含此模块，需要我们自己cmake编译。

02

pcl1.8 vs2.13 qt5.7实现点云显示

好吧，虽然转载了别人的博客，那个步骤确实是我想要的，还挺详细，但是考虑到别人可能会将其删除等原因，还是自己写篇日志，记录下。（PS：弄这个东西搞了快3个月的时间，真的是这样。写这篇算是对自己三个月经历的总结，说多了都是泪）

01

php rdkafka_php rdkafka

在使用 PHP 处理 Kafka 消息的时候需要使用一个 PHP 的扩展 php-rdkafka 下面将介绍一下如何在 Linux / Mac OS 下安装 php-rdkafka

02

医疗图像分割结果的3D可视化

Dicom文件包含了诸多的元数据信息（比如像素尺寸，每个维度的一像素代表真实世界里的长度），Dicom文件即文件后缀为.dcm的文件。

04

FAIR 这五年！

作者：Yann Lecun、Jerome Pesenti、Mike Schroepfer

02

谷歌大脑 Bengio：全新 Active Memory 模型提升机器翻译水平（附 NIPS 论文下载）

【新智元导读】Samy Bengio，刚刚创业的 Youshua Bengio的弟弟，昨天在 Arxiv 上发布了他与同事、Google Brain 研究人员 Lukasz Kais 被今年 NISP 接收的文章，提出了一种新的模型，提升神经机器翻译水平，同时解开了 Active Memory 为何在提升机器翻译的效果不如提升语音、图像识别的原因，最后介绍了如何发挥 Active Memory 模型的最大潜力，以及哪些情况下更适合使用注意力模型。此前，新智元曾经报道了谷歌神经翻译取得的突破，神经网络机器翻

USOVA3D2019——超声3D卵巢和卵泡分割识别

3D卵巢超声中的自动卵泡检测是一项具有挑战性的任务。只有在对相同数据进行测试时，才能对不同的卵泡检测方法进行客观比较。

03

OpenCV4使用viz模块显示3D图像

在OpenCV 3D视觉中如果需要显示三维数据或图像就需要用到viz模块，viz是OpenCV的3D显示模块，OpenCV官方release版本不包含此模块，需要我们自己cmake编译。

01

如何在 Spring 中使用依赖注入

每个开始学习 Spring 框架的人都应该听说过依赖注入，但到底这意味着什么？好吧，不就是去源码吗，让我们看看Spring的文档：

02

在3kbps的带宽下还能清晰地语音聊天？

2月25日，Google AI blog发布了一篇文章详细的介绍了最新推出的Lyra——一种用于语音压缩的新型超低比特率编解码器。该编解码器使Google Duo，以及未来的其他应用程序能够以每秒3kb的网络宽带提供听起来很自然清晰的语音聊天。

02

学界 | 反超GPU：微软提出在CPU上高效解码的神经机器翻译模型

选自arXiv 机器之心编译参与：黄玉胜、李泽南在最近一次机器学习热潮中，GPU 一直是承担神经网络模型训练和处理的主要计算设备，大多数模型都是针对 GPU 进行优化的。最近，微软研究院的 Jacob Devlin 等人发展了另一条路线，他们在神经机器翻译任务中选择 CPU 作为解码的主要计算芯片，并实现了超过 GPU 效能的结果。这或许能为我们优化模型性能带来新的思路。论文：Sharp Models on Dull Hardware: Fast and Accurate Neural Machine

04

FAIR十年之路：以开放研究促进人工智能前沿SOTA

在过去的10年里，人工智能领域经历了深刻的变革，在这一切中，FAIR一直是许多人工智能研究突破的来源，也是以开放和负责任的方式进行研究的灯塔。

01

围绕着内存数据库的4个流言

【编者按】作者Yiftach Shoolman是Redis Labs的联合创始人兼CTO，拥有着丰富的实践经验。Yiftach 之前曾是Crescendo Networks（后被F5收购）的总裁、创建者兼CTO，更早还是Native Networks的技术副总裁。在本文中，Yiftach直述了当下开发者对内存数据库所存在的偏见，并提出了一些技术选型参考意见。以下为译文时下，我们正处于一个日新月异的时代，而优秀应用的响应时间往往需要被控制在0.1秒内。这也意味着，如果可接受网络通信时间为50毫秒，那么

07

基于Django的电子商务网站开发（连载2）

Django是基于Python语言的Web开发框架，所以要学习好Django，首先要有基本的Python开发技巧，以及需要了解HTTP协议的基本知识。本章介绍Python语言及其安装（对于Python的语法，不是本书的介绍对象，读者可以自己查找其他书籍阅读），然后介绍Django知识及其安装，最后简单地介绍HTTP协议。

01

对比Excel，更强大的Python pandas筛选

能够对数据进行切片和切分对于处理数据至关重要。与Excel中的筛选类似，我们还可以在数据框架上应用筛选，唯一的区别是Python pandas中的筛选功能更强大、效率更高。可能你对一个500k行的Excel电子表格应用筛选的时候，会花费你很长的时间，此时，应该考虑学习运用一种更有效的工具——Python。

02

在腾讯云容器服务Node上执行 kubectl

默认容器服务的 Node 上无法执行 kubectl ，需要配置集群访问凭证，如果你开启了内网访问按照官方教程很好解决，这里介绍下在不开启内网访问的情况下，如何在 Node 上执行 kubectl。

07

Ubuntu 18.04.6无root权限安装cmake3.13.5

测试环境：华为ModelArts 📷 安装目标： 📷 CMake安装脚本1 wget -c https://github.com/Kitware/CMake/archive/v3.13.5.tar.gz tar -zxv -f v3.13.5.tar.gz cd CMake-3.13.5/ ./bootstrap ./configure --prefix=/home/lirong/cmake-3.13.5 make make install vi ~/.bashrc 编辑~/.bashrc文件，在第一行添

01

【Rust 日报】2021-12-24 无缓冲 I/O 会使您的 Rust 程序变慢

Rust 作为一种开发语言已经确立让开发人员能够编写快速和安全的代码的声誉现在。像 Mozilla、Microsoft、Dropbox 和 Amazon（仅举几例）这样的大型组织都依赖 Rust 为他们的客户提供一流的性能，同时避免许多影响用 C 或 C++ 编写的程序的安全问题。性能是 Rust 成为大多数人选择语言的一个主要原因。然而，仅仅用 Rust 编写代码并不能保证高性能。Rust 是好的，但它不是魔法。它是一种工具，与任何工具一样，我们必须有效地使用它才能获得最佳结果。在这篇文章中，我们将研究 Rust 代码性能不佳的常见原因，即使是资深开发人员也可能会遇到这种情况。也就是说，默认情况下，不缓冲文件的读取和写入。

02

把贝壳装进「容器」里

更省了（支持快速扩缩容）、更快了（敏捷迭代新功能）、也更稳了（即使发生故障也能单点重启，不至于整体停机）。

02

《JavaScript 模式》读书笔记（6）— 代码复用模式1

我们有开始进入新篇章了。这篇内容主要讲代码复用模式，实际上代码复用，就是继承啊，原型啊，构造函数啊等等这一类的内容。对于前端进阶来说，是很重要的基础知识。这一篇内容会对原型、继承有很深入的讲解。我也会尽我所能的为大家讲清楚、分析透彻。

03

第 436 期 Python 周刊

链接: https://runninginproduction.com/podcast/10-scholarpack-runs-10-percent-of-the-uks-primary-schools-and-gets-huge-traffic

01

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭