autocad绘图常用知识

一。简单的画线,画弧,画圆

1、画直线 单击绘图工具栏【直线】或者输入l(L)

Line 指定第一点:取点1
指定下一点或[放弃(U)]:@0,-10(即取点 1)
指定下一点或[放弃(U)]:@-10,0(即取点 2)
指定下一点或[放弃(U)]:@0,-10(即取点 3
指定下一点或[放弃(U)]:@40,0(即取点 4)
指定下一点或[放弃(U)]:@0,10(即取点 5)
指定下一点或[放弃(U)]:@-10,0(即取点 6)
指定下一点或[放弃(U)]:@0,10(即取点 7)
再按回车键(enter)
2、画弧
单击绘图工具栏【圆弧】或者输入a
ACR 指定圆弧的起点或[圆心(C)]:(点取 8)
指定圆弧的第二点或[圆心(C)或端点(E)]:(输入 E回车)
指定圆弧的端点:(点取 9)
指定圆弧的圆心或[角度(A)或方向(D)或半径(R):(输入 A回车)
指定包含角:(输入 180回车)
3、画圆
单击绘图工具栏【圆】或者输入c
CIRCLE 指定的圆心或[三点(3P)/二点(2P)/相切、相切、半径(T)]:(取点 9)
指定圆的半径或[直径(D)]:(输入 5)
完成画圆命令,图形画好。


结果如下:


补充:已知起点,半径,角度,弧弦的方向画圆弧

使用多线段命令,指定起点,输入“A”(圆弧),输入“A”(角度)输入所需角度;输入半径,指定圆弧的弦的角度;ok


二  绘制平行四边形

1画一条直线(方法参考一)。比如 line;100,100;@40,0.//解释,在坐标100,100处画一条水平直线,长度为40

2输入第二条直线的长度和角度。比如 @15<45.//解释,接着第一条线的末尾画一条角度为45度长度为15的直线。注意角度是绝对角度,以x,y轴为参考,与第一条线无关

3画第三条线和第四条线,方法类似2。结果如下图




三 关于图层的描述

1 图层是几张透明的没有厚度的画布。可以创建若干个图层同时打开。那么屏幕显示的效果将是几个图层的叠加。如果关闭了某一个图层,该图层含有的图形将不再显示。

选择某一个图层作为当前图层,将可以在该图层绘图,如果此时该图层没有被【打开】,则绘制依然有效,只是不能看到它的显示效果。每种图层可以设置颜色,线型,线宽。

如果从图层特性管理器设置图层的属性,那么将对图层中所有对象有效,例如,如果你已经绘制了几个对象,那么这些对象将被新的属性修饰(例如颜色,线宽)。

如果从图层的工具条设置图层的属性,则只对新建的对象有效,已经存在的对象的属性将保持不变. 如果锁定了某个图层,则该图层可以创建新对象,但是不能编辑,移动已有的对象


四  复制、镜像,阵列

镜像:可以如果需要绘制一个具有某种对称性的复杂图形,可以绘制一半,然后通过镜像功能创建另一半。

阵列:如果需要绘制众多的相同的小对象,可以先绘制一个,然后使用阵列批量复制多个,而且保证布局工整。布局可以是矩形或者环形。

五 平移、旋转

对于圆形对象,直线对象,选中对象,点击对象中心,移动鼠标,点击鼠标左键,即可把对象移动至新的位置。

对于其他对象和组合对象,则需要选中对象,alt+m(打开修改菜单),v(平移),鼠标左键点击参考点,移动鼠标,在合适的位置点击鼠标左键,即可把对象移至新位置。

旋转:选择某线段,选取它的控制点,点击两次空格或者回车,则出现角度提示,这是不要点击鼠标,而是在命令行输入角度,回车OK

六 修剪,延伸,倒角

alt+m,t(选择修剪命令),空格或者回车,左键点击需要修剪的边


alt+m,d(选择延伸命令),选择延伸目标位置的对象,空格或者回车,选择将被延伸的对象。如果不选择延伸目标位置的对象,则被延伸对象将被延伸至最近的合适位置



倒角  

(1)alt+m ,c,c(选择倒角命令)

或者命令行输入cha

(2)对两条不平行的直线倒角,即延长使其相交。执行过(1)之后,依次选择第一条线,第二条线。

最后:快捷键

(3)对某一个多边形对象(比如矩形)倒角。执行过(1)之后,输入d,指定第一个倒角距离,指定第二个倒角距离,依次选择第一条边,第二条边。

(4)如果要倒圆角,命令为f,在(3)中输入r(而不是d,表示指定圆角半径),然后输入半径值,然后依次选择第一条边,第二条边。

效果如下



七 缩放

alt+m,L,选择对象,回车,选择几点,输入比例因子,回车



八、拼接

可以把几条线段拼接为一条完整的线段或者各类多边形之类的。选择绘图-多线段,指定起点,指定下一个点,指定下一个点。。。回车或者空格,ok

可以把新生成的图形移动到旁边,与原来的离散线段对比,发现新图形是一个整体

九、 块

可以把普通的对象集合创建为块,块的好处在于可以整体操作对象集合,提高效率。

创建块:绘图-块-创建-拾取点-选择对象,确定

分解块:修改-分解。注意:分解后,块对象消失,块定义依然存在,如果要删除块定义,使用如下操作

清理块(删除块):文件-绘图使用工具-清理



快捷键及命令

f3 对象捕捉开(关)

f6 坐标开(关)

f7 栅格开(关)

f8 正交开(关)

f9 捕捉开(关)

【捕捉】是指对栅格的捕捉,【对象捕捉】是指对对象的特殊位置(比如圆心,中点,节点,交点等)的捕捉


select  选择命令。出现选择对象提示信息

删除图层的时候,如果发现图层不能删除,而且看不出什么原因,这是可以使用ctr+a 看看是不是有隐藏的对像,如果有,删除后,即可删除该图层。


  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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