图形学
文章平均质量分 76
嗣源
这个作者很懒,什么都没留下…
展开
-
创建自己的libigl项目
在你学习过libigl一段时间后,对libigl的tutorial已经有了一定的了解,是时候创建属于自己的libigl项目了。之前看到网上有各种导入.lib的愚蠢做法,在这里我强烈不推荐这种做法。libigl已经很贴心的为你创建了一个项目模板,并可以通过cmake进行很方便的管理。libigl 项目模板下载地址, 推荐使用git进行下载。原创 2017-06-21 09:57:07 · 3729 阅读 · 6 评论 -
libigl安装
libigl 是一个由 Daniele Panozzo and Alec Jacobson 开发的用于图形处理的c++开源库,适合于初涉图形处理的同学们使用。相对于传统的图形图像处理库,比如CGAL,openmesh等,libigl 抛弃了复杂的数据结构,基本数据结构依赖于eigen,一个类似于MATLAB风格的C++数学库。除此之外,libigl还是header-only的,并且有详细且易于理解...原创 2017-06-20 16:19:14 · 9969 阅读 · 9 评论 -
libigl自定义Menu组件
libigl的图形组件使用的是NANOGUI,NANOGUI是一个基于GLFW深度定制的 C++ 的GUI的库,由于其轻量级,丰富的组件,不反人类的文档和跨平台等特性而受到欢迎。对于厌倦了刻板的QT和MFC界面的同学来说,NANOGUI是一个不错的选择。 libigl在其图形界面中使用了部分NANOGUI功能,实际上libigl使用的是Christian Schüller提供的一组AntTweak原创 2017-08-02 23:42:27 · 2283 阅读 · 0 评论 -
Libigl实现CPU间的并行
在进行图形学方面的实践与编程时,我们常常需要面对这样的问题:程序处理的数据量特别的大或者程序需要进行很复 杂的数学计算,导致每一小步骤都动辄十几分钟,大大降低程序的执行效率。并且,由于程序是单线程的,经常会发生一核有难,七核点赞的现象,所以需要将程序并行起来。然而使用基于GPU的并行比如cuda编程之类又有点大材小用,得不偿失,能够充分的实现CPU之间的并行就够用了。对于CPU的并行,可以使用的由o原创 2017-08-03 21:40:47 · 817 阅读 · 0 评论 -
win10+ vs2015+QT5.7.0+boost_1_62_0+ CMake3.7.0+cgal-4.9的64位开发环境配置
分割线 转载自女票第二次配置了,然而感觉似乎并没有占到先前一年前配置过一次的优势,从第0步就很坎坷也是醉醉的,cgal官网都进不去……不过都用最新软件配置成功还是很开心的,为此觉得写一个教程很有必要,造福后人吧。首先是VS015的安装,迷之尴尬。下载了下图这个版本,点击vs_professional.exe,傻瓜操作,记得是自定义安装选择就好了。 安装完boost编译过了,CMake找不到编译器,转载 2017-08-18 10:12:30 · 1837 阅读 · 1 评论 -
Libigl调用CGAL和MATLAB
对于搞图形的同学们来说,libigl实在是一个很方便的工具库。我自己使用libigl也有一年多了,一开始主要是觉得libigl有写好的可以很容易调用的图形界面,常用的图形操作都能cover,tutorial的使用案例也相对丰富,后来我发现我对libigl的使用太肤浅了,搞图形的同学都知道,一个项目经常需要调用很多图形库,比如CGAL,MATLAB等,libigl使用CMAKE管理项目可以很轻松的调...原创 2018-05-03 16:10:50 · 1826 阅读 · 2 评论