PlotOptiX
.. image:: https://img.shields.io/pypi/v/plotoptix.svg :target: https://pypi.org/project/plotoptix :alt: 最新的PlotOptiX版本 .. image:: https://img.shields.io/pypi/dm/plotoptix.svg :target: https://pypi.org/project/plotoptix :alt: PlotOptiX通过pip安装的下载量 .. image:: https://img.shields.io/badge/PATREON-成为赞助人!-008a04.svg :target: https://www.patreon.com/bePatron?u=33442314 :alt: 成为赞助人!
基于NVIDIA OptiX框架的Python数据可视化和光线追踪工具。
文档 <https://plotoptix.rnd.team>
__
- 使用PlotOptiX创建的示例图像:
Behance <https://www.behance.net/RnDTeam>
,Instagram <https://www.instagram.com/rnd.team.studio/>
, 和Facebook <https://www.facebook.com/rndteam>
__。 - 加入
Patreon <https://www.patreon.com/rndteam?fan_landing=true>
__ 获取新闻、发布计划和高分辨率内容。
PlotOptiX是一个用于Python的3D 光线追踪 <https://en.wikipedia.org/wiki/Ray_tracing_(graphics)>
__ 包,旨在轻松且美观地可视化大型数据集(小型数据集也适用)。数据特征可以在图像中表示为几种基本形状的位置、大小/厚度和颜色,或者以颜色纹理和位移贴图的形式投影到物体表面。还支持在代码中生成或从文件加载的三角形网格。所有这些都通过逼真的照明、景深和许多其他基于物理的效果进行高质量模拟,最终呈现出逼真的效果。
无需编写着色器、交叉算法或处理3D场景技术细节。基本用法甚至比 matplotlib <https://matplotlib.org/gallery/mplot3d/scatter3d.html>
__ 更简单:
.. code-block:: python
import numpy as np from plotoptix import TkOptiX
n = 1000000 # 100万个点,最好不要用matplotlib尝试 xyz = 3 * (np.random.random((n, 3)) - 0.5) # 随机3D位置 r = 0.02 * np.random.random(n) + 0.002 # 随机半径
plot = TkOptiX() plot.set_data("my plot", xyz, r=r) plot.show()
...但PlotOptiX在处理大数据时更快,并且通过所有光线追踪的阴影和景深效果,使图像更易读且更吸引眼球。
查看 GitHub上的示例 <https://github.com/rnd-team-dev/plotoptix/tree/master/examples>
__ 获取实用代码示例,以及 文档页面 <https://plotoptix.rnd.team>
__ 获取完整的API参考。
PlotOptiX是由 R&D Team <https://rnd.team>
_ 开发的一组CUDA着色器,封装在C#/C++库中,提供Python API。它基于 NVIDIA OptiX 7.7 <https://developer.nvidia.com/optix>
_ 框架,并利用RTX系列GPU。
你可以快速在简单的图表中显示数据:
.. image:: https://plotoptix.rnd.team/images/screenshots.jpg :alt: PlotOptiX截图,散点图和线图光线追踪
或者准备复杂的场景,将你生成的数据与在其他地方建模的网格结合起来:
.. image:: https://plotoptix.rnd.team/images/screenshot2.jpg :alt: PlotOptiX截图,用于生成艺术的光线追踪
特性
- 具有显式光采样的渐进式路径追踪
- 相机:正交、针孔、薄透镜和鱼眼,具有景深和色差模拟功能,全景相机用于制作360度环境图,用户自定义投影用于以任何角度和任何原点发射光线
- 几何体:粒子(球体)、平行六面体、平行四边形、四面体、线段、贝塞尔曲线、B样条曲线;网格:着色表面或线框,从参数化表面或f(x,y)数据自动生成,或通过顶点和面定义,例如使用
pygmsh <https://github.com/nschloe/pygmsh>
__ 创建,或从文件加载,例如trimesh <https://github.com/mikedh/trimesh>
__ 支持的文件,或使用原生加载器从Wavefront .obj文件加载 - 材质:平面、漫反射、反射、折射;包括:光色散、表面粗糙度和金属度、体积散射和嵌套体积
- 光源:球形和平行四边形、体积中的光发射、均匀环境光或环境贴图
- 后期处理:色调校正曲线、色阶调整、应用蒙版/叠加、AI降噪和上采样(OptiX原生和Intel Open Image模型)
- 回调:在场景初始化、每帧光线追踪开始和结束、渐进累积结束时
- 8/16/32位每样本(HDR)图像输出到
numpy <https://numpy.org>
__ 数组,或保存为常见图像文件格式 - 零拷贝访问包装在ndarray中的GPU缓冲区:8/32位每通道图像、命中和对象信息、反照率、法线
- 直接访问存储在GPU(以及CPU)上的
CuPy <https://cupy.dev>
__ 和PyTorch <https://pytorch.org>
__ 张量数据,用于纹理和几何体更新 - 使用RT核心和
OptiX <https://developer.nvidia.com/optix>
__ 提供的所有其他功能进行GPU加速 - 使用
NVENC 9.0 <https://developer.nvidia.com/nvidia-video-codec-sdk>
__ 进行硬件加速的MP4格式视频输出 - 基于Tkinter的简单GUI窗口或无头光线追踪器
- 可配置的多GPU支持
系统要求
- 一个
支持CUDA的GPU <https://developer.nvidia.com/cuda-gpus>
__,计算能力从5.0(Maxwell)到最新(Ada Lovelace);- NVIDIA驱动 >= r530;
- Python 3 64位
- Windows:
- Framework .NET >= 4.8(在所有现代Windows系统中都有)
- Linux:
Mono <https://www.mono-project.com/download/stable/#download-lin>
__ 通用语言运行时 >= 6.6pythonnet <http://pythonnet.github.io>
__FFmpeg <https://ffmpeg.org/download.html>
__ >= 4.1
包含内容
- RnD.SharpOptiX和RnD.SharpEncoder库
- 所有其他支持的第三方库:FFmpeg(仅Windows)、LibTiff、Newtonsoft.Json
- Python示例
安装
注意,目前,PlotOptiX二进制文件已在以下环境中测试:Windows 10/11(任何Python 3版本),以及Linux(推荐Python 3.8-3.10):Ubuntu 22.04,CentOS 7。
PlotOptiX还在 Google Cloud Platform <https://cloud.google.com/>
__ 上成功测试,使用了具有2个V100 GPU的Compute Engine实例和Ubuntu 18.04镜像。
这里是 安装步骤 <https://github.com/rnd-team-dev/plotoptix/blob/master/gcp_install_gpu.txt>
__,可以帮你节省一些宝贵的时间(不包括FFmpeg)。
如果你想在Colab上工作,也是可以的。这里有一个notebook <https://colab.research.google.com/drive/1RSVKYSZl1NjfttBwyuoehaEkNWnXwy6t?usp=sharing>
__,包含了所有设置和使用PlotOptiX生成的简单图像。注意:Colab的驱动程序通常不是最新的,最新的PlotOptiX版本可能与Colab提供的不兼容。示例notebook配置为安装与可用驱动程序兼容的版本。
Windows在大多数情况下应该可以直接使用。在Linux中,你需要做一些额外的配置。
Windows前提条件
.NET Framework:
它已内置在你的Windows中。直接安装PlotOptiX即可。
Linux前提条件
Mono运行时:
检查你的系统中是否存在/哪个版本的Mono: mono -V
Mono JIT编译器版本5.18.1.3 (tarball 2019年4月9日 16:16:30 UTC) 版权所有 (C) 2002-2014 Novell, Inc, Xamarin Inc 及贡献者。www.mono-project.com TLS: __thread ... (为简洁起见输出已裁剪) ...
如果"mono"命令不可用,或报告的版本低于6.6,请访问Mono下载页面并按照与您的Linux发行版相关的说明进行操作。您需要安装mono-complete软件包。
pythonnet:
pythonnet包可从PyPI获得,但您可能需要一些先决条件。以下说明基于APT,根据您的操作系统将"apt"替换为"yum":
apt update apt install clang libglib2.0-dev python-dev
如果您的系统中尚未安装开发工具,您可能还需要安装它们,例如在Ubuntu中:
apt install build-essential
或在CentOS中:
yum group install "Development Tools"
然后,更新所需的包并安装pythonnet:
pip install -U setuptools wheel pycparser pip install -U pythonnet
安装成功后,您应该能够进行Python的导入:
import clr print(clr.version)
FFmpeg:
需要FFmpeg共享库>= 4.1才能在PlotOptiX中启用视频编码功能。首先卸载旧版本。访问FFmpeg网站并下载最新的发布源代码。将其解压到新文件夹,cd进入该文件夹。如下配置、编译和安装:
./configure --enable-shared make sudo make install
将FFmpeg的共享库路径添加到您的配置中:
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib sudo ldconfig
PlotOptiX
使用pip:
pip install -U plotoptix
从GitHub源代码:
git clone https://github.com/rnd-team-dev/plotoptix.git cd plotoptix python setup.py install
然后,尝试运行本readme顶部的代码或其中一个示例。如果您的Python环境中没有附带,您可能还需要安装tkinter和/或PyQt包。
开发路径
这在许多方面仍然是一个实验版本。
PlotOptiX基本上是RnD.SharpOptiX库的一个接口,我们正在开发并在我们的工作室中使用它。RnD.SharpOptiX提供了比现在PlotOptiX可用的更多功能。我们根据赞助人的兴趣和该项目支持的应用逐步向PlotOptiX添加更多内容。
如果您喜欢这个项目,请下载、加星并成为我们的赞助人。与我们联系,分享您的使用案例,我们总是很乐意帮助并参与用户的精彩想法。
示例
查看示例是开始和探索PlotOptiX功能的最佳方式。请查看此处的readme和示例代码。
存储库头中的示例可能使用PyPI发布中尚未提供的功能。为了下载与PyPI发布兼容的示例,请安装软件包:
python -m plotoptix.install examples
这将在当前目录中创建一个包含示例的文件夹。
[此处应插入图片,但由于我是文本翻译,无法直接显示图片]