怎么看vray渲染进度_一键渲染Ao分析图,Sketchup再出经典插件!

6f2070661fd3f0b1c917b2531ba70861.png

d4660a2419349b035a5b31390efd267d.png

4c250d2b4bcbe37fb70d58353da8e0cf.png

--文末附:一键白膜(AO)中文安装包--

看过BIG和Sasaki方案的朋友都会觉得他们的图纸清爽又漂亮,很多小伙伴都会问,他们的底图怎么处理的呢?

0077653a211642b597718914e9d5af21.png

b6c8e3aaceae5e33c851c75901bd749d.png

有经验的画图狗都看得出来,底图是白膜效果,但是自己却无法渲染出来,因为Vray白膜参数实在太难调了!

edae493a122e31285de4e0ae47e74c77.png

--文末附:一键白膜(AO)中文安装包--

不会Vray只有放弃白膜渲染(AO)?

当然不,小编发现一款Sketchup插件,就算你是Vray小白,哪怕智商不到100都可以渲染白膜(AO),你想要的白膜效果一键搞定

780f3e6a75e8878a465502fab4acae2c.png

 01 

白膜AO一键渲染

用SU打开模型后,只需要点击一键白膜,你的模型立马会变成白膜效果。

9e3df033f8726fc15df62422e9e42445.gif

而且可以自动捕捉角度变化实现效果的实时更新

e9210da6ab4523f5f43bdd8e03f8b4c0.gif

你还可以开启彩色模式,让材质效果完美展现出来。

b2f64c61fd90c32160b95e54d8359152.gif

5f5d3fad509b69422dbbbdcf5f545386.png

d92be844e9dfc637d1c88d75f9eac0f5.png

--文末附:一键白膜(AO)中文安装包--

 02 

傻瓜参数一键调整

这款插件没有独立的参数面板,但是通过在SU视图区域右击可以调出参数调整选项,包括“精度、分辨率、阴影、背景等...”

8aaa2dd79f1505a1824900ee6f4034e4.gif

dc2c7271c44af8eb3d80fcfdd21faae0.gif

--文末附:一键白膜(AO)中文安装包--

 03 

高级镜头功能

除了设置白膜效果外,插件还自带镜头模糊效果

ed5a5b9f99da30c23bf40dc7a0f36a8a.gif

 04 

自定义环境背景

如果你想用这款工具制作大场景的环境背景也可以一键实现,直接设置背景环境一键加载

6ca4e98b8982806e2bd7c8fb45acc951.gif

20a9d2653730aca85510e7ed517f622c.gif

718f4f13932ce4c0cbb6380463590836.pngbb2fdce9ba4ce25f1d1c512a17f0e2d2.png

--文末附:一键白膜(AO)中文安装包--

 05 

还能做高级路径动画?

如果你想用Su出路径动画,这是绝对是你最好的选择,只需要设置好场景镜头,一键渲染动画

0a4c0a81c89803f97bda2ad5fc9b3dee.gif

e8ead82f029eee195a4a3bd12e40b5c1.gif

--文末附:一键白膜(AO)中文安装包--

 06 

纹理细节投射

通过纹理投射功能,可以在保留材质纹理变化的基础上生成白膜效果,细节更加丰富

b6d8840d623e2c228ea545797b39ff34.gif

5fdbe9b88aaea692ea199e3269899db2.png

--文末附:一键白膜(AO)中文安装包--

 07 

独立渲染窗

除了直接SU窗口内渲染外,它还支持独立窗口渲染,在独立窗口内你可以选择保存或者调整其它参数,非常方便。

d5cb9738bf69e5f9c6924f08cc1b21ba.gif

相比Su其它的渲染插件,这款呢插件真的已经非常简单好用了,从安装到使用都是一键搞定。特别是喜欢用白膜做底图画分析图的同学,真的非常棒了。

4f77f928248ba61dc8389155c67962b4.png

822e7ef879235de4b82e7a8737886876.png

--文末附:一键白膜(AO)中文安装包--

最后给大家分享一个官方视频

 08 

高端神器·如何获取?

b28d154b324f274a943332462b8564f3.png

欢  迎  留  言 · 点 击 在 看

考研·留学·升职·加薪

请看下图

876a626060cae81bcc0228fead0523ba.png

1ce3f09e88e4bd84cb10c89ce9070d56.png

免责声明:以上部分图片及资料内容来源于网络,由我方再整理,版权归原作者所有;若此图库侵犯到您的权益,请与我们联系删除!

6dd63886924108f550ef20cb22ec47cb.png

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我来解答你的问题。首先,主成分分析(PCA)是一种常用的数据降维技术,可以将高维数据转换为低维数据,并尽可能地保留原始数据的信息。在PCA中,我们会将数据投影到由主成分构成的新的坐标系中,其中每个主成分代表了原始数据中的一个方向,这些主成分按照方差大小排序,方差越大的主成分越重要。 下面是如何使用Python中的scikit-learn库进行PCA和绘制PCA碎石(Scree Plot)的详细步骤: 1. 导入必要的库和数据集 ``` import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn.decomposition import PCA from sklearn.datasets import load_iris iris = load_iris() X = iris.data y = iris.target ``` 2. 标准化数据 ``` from sklearn.preprocessing import StandardScaler X = StandardScaler().fit_transform(X) ``` 3. 计算PCA ``` pca = PCA(n_components=4) principalComponents = pca.fit_transform(X) ``` 4. 绘制PCA碎石 ``` plt.plot(np.cumsum(pca.explained_variance_ratio_)) plt.xlabel('Number of Components') plt.ylabel('Cumulative Explained Variance') plt.show() ``` 其中,np.cumsum(pca.explained_variance_ratio_)计算出了每个主成分的方差贡献率的累计和。 运行上述代码后,你会得到一个PCA碎石,可以帮助你选择保留多少个主成分。在这个中,每个主成分对应的方差贡献率越大,则越需要保留这个主成分。你可以根据自己的需求选择要保留的主成分数量,然后将主成分投影到新的坐标系中,进而进行后续的数据分析

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值